songsee · nousresearch — скилл для Claude Code: спектрограммы и анализ аудио
Генерирует спектрограммы и визуализации аудио-признаков (mel, chroma, MFCC) прямо из CLI. Пригодится, если анализируете звук, сравниваете аудиовыход или документируете обработку.
npx skills add NousResearch/hermes-agent --skill songsee -a claude-codeЧто делает songsee
songsee берёт MP3 или WAV и рисует спектрограмму — или сразу несколько панелей: mel-масштаб, распределение высот, гармонико-ударное разделение, самоподобие, громкость, темпограмму, MFCC, спектральный поток. Каждый тип визуализации можно включить отдельно или вместе в одну сетку.
Требует Go: go install github.com/steipete/songsee/cmd/songsee@latest. Для форматов кроме WAV и MP3 нужен ffmpeg. Управляешь цветовой схемой (classic, magma, inferno, viridis, gray), размером, диапазоном частот, временным срезом — всё через флаги командной строки.
Визуализации можно анализировать автоматически через vision_analyze или просмотреть вручную. Полезно при отладке синтеза звука, сравнении выходов разных моделей или в документации pipeline обработки.
Какие задачи решает
- Сгенерировать спектрограмму MP3-трека и сохранить в PNG
- Визуализировать несколько признаков аудио в одной сетке (mel, chroma, MFCC)
- Выделить временной срез аудиофайла и посмотреть его спектральные характеристики
- Сравнить аудиовыходы разных обработок через их спектрограммы
- Выбрать цветовую схему и размер для визуализации
Примеры запросов агенту
- Сгенерируй спектрограмму этого MP3 и сохрани как PNG
- Покажи mel-спектрограмму, chroma и MFCC в одной визуализации
- Нарисуй спектрограмму отрезка с 12.5 секунды на протяжении 8 секунд
Как установить songsee
1Через Skills CLI (Vercel)
npx skills add NousResearch/hermes-agent --skill songsee -a claude-code2Вручную: положить файлы
~/.claude/skills/songsee/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/songsee/
1Через Skills CLI (Vercel)
npx skills add NousResearch/hermes-agent --skill songsee -a codex2Вручную: положить файлы
.agents/skills/songsee/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add NousResearch/hermes-agent --skill songsee -a cursor2Вручную: положить файлы
.cursor/skills/songsee/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install NousResearch/hermes-agent songsee2Вручную: положить файлы
.github/skills/songsee/SKILL.md1Через Skills CLI (Vercel)
npx skills add NousResearch/hermes-agent --skill songsee -a gemini-cli2Командой платформы
gemini skills install https://github.com/NousResearch/hermes-agent --path skills/media/songseeВручную: положить файлы
.devin/skills/songsee/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add NousResearch/hermes-agent --skill songsee -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
Из того же набора42
Весь набор →Другие версии songsee
Похожие
Вопросы о songsee
Как установить songsee в Claude Code?
Выполни npx skills add NousResearch/hermes-agent --skill songsee -a claude-code, затем посмотри ~/.claude/skills/songsee/SKILL.md.
Что делает songsee?
Генерирует спектрограммы и многопанельные визуализации аудио-признаков (mel, chroma, MFCC, loudness, tempogram и др.) из MP3 или WAV файлов через командную строку.
Какие форматы аудио поддерживаются?
Нативно WAV и MP3. Для других форматов нужен ffmpeg.
Исходный текст
SKILL.md · MIT
---
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](https://go.dev/doc/install):
```bash
go install github.com/steipete/songsee/cmd/songsee@latest
```
Optional: `ffmpeg` for formats beyond WAV/MP3.
## Quick Start
```bash
# 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
© community · MIT · NousResearch/hermes-agent