songsee
Audio spectrograms/features (mel, chroma, MFCC) via CLI.
DeepseekModel
キュレーション済みスキル
品質 優秀 · 90
v1.0.0
取得
https://deepseekmodel.com/api/download.php?id=nousresearch-hermes-agent-skills-media-songsee-skill-md&format=skill
ダウンロード .skill
標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能
.skill ファイルの system_prompt フィールドの実際の内容。
name songsee description Audio spectrograms/features (mel, chroma, MFCC) via CLI. version 1.0.0 author community license MIT platforms ["linux","macos","windows"] metadata {"hermes":{"tags":["Audio","Visualization","Spectrogram","Music","Analysis"],"homepage":"https://github.com/steipete/songsee"}} prerequisites {"commands":["songsee"]} songsee Generate spectrograms and multi-panel audio feature visualizations from audio files. Prerequisites Requires Go : go install github.com/steipete/songsee/cmd/songsee@latest Optional: ffmpeg for formats beyond WAV/MP3. Quick Start # Basic spectrogram songsee track.mp3 # Save to specific file songsee track.mp3 -o spectrogram.png # Multi-panel visualization grid songsee track.mp3 --viz spectrogram,mel,chroma,hpss,selfsim,loudness,tempogram,mfcc,flux # Time slice (start at 12.5s, 8s duration) songsee track.mp3 --start 12.5 --duration 8 -o slice.jpg # From stdin cat track.mp3 | songsee - --format png -o out.png Visualization Types Use --viz with comma-separated values: Type Description spectrogram Standard frequency spectrogram mel Mel-scaled spectrogram chroma Pitch class distribution hpss Harmonic/percussive separation selfsim Self-similarity matrix loudness Loudness over time tempogram Tempo estimation mfcc Mel-frequency cepstral coefficients flux Spectral flux (onset detection) Multiple --viz types render as a grid in a single image. Common Flags Flag Description --viz Visualization types (comma-separated) --style Color palette: classic , magma , inferno , viridis , gray --width / --height Output image dimensions --window / --hop FFT window and hop size --min-freq / --max-freq Frequency range filter --start / --duration Time slice of the audio --format Output format: jpg or png -o Output file path Notes WAV and MP3 are decoded natively; other formats require ffmpeg Output images can be inspected with vision_analyze for automated audio analysis Useful for comparing audio outputs, debugging synthesis, or documenting audio processing pipelines
このスキルを起動するキーワード。クリックでコピーできます。
このスキルにはトリガーワードがありません。
ダウンロードした .skill に含まれるフィールド。
| フィールド | 説明 |
|---|---|
| format | フォーマット識別子（skill/v1） |
| skill_id | スキル固有 ID |
| name | スキル名 |
| version | バージョン |
| description | 説明 |
| category | カテゴリ（配列） |
| trigger_words | トリガーワード |
| tags | タグ |
| source | ソース |
| source_url | ソース URL（本ページ） |
| exported_at | エクスポート日時（ダウンロード毎） |
| system_prompt | システムプロンプト本文 |
| model_config | モデル設定：provider / model / temperature / max_tokens / top_p |
| examples | サンプル |
| install_guide | 各プラットフォームの導入説明（Coze / Dify / Claude / カスタム） |
