songsee — скилл для Claude: спектрограммы из аудио
Скилл превращает аудиофайл в спектрограмму или панель с mel, chroma, MFCC и другими признаками. Пригодится, когда нужно посмотреть на звук глазами.
npx skills add openclaw/openclaw --skill songsee -a claude-codeЧто делает songsee
Скилл даёт агенту доступ к CLI songsee. Одна команда songsee track.mp3 рисует спектрограмму, а флаг --viz собирает сетку из нескольких панелей: spectrogram, mel, chroma, hpss, selfsim, loudness, tempogram, mfcc, flux. Список можно перечислять через запятую или повторять флаг.
Настраивается почти всё, что важно для картинки: палитра через --style (classic, magma, inferno, viridis, gray), размеры --width и --height, окно и шаг FFT (--window, --hop), диапазон частот --min-freq и --max-freq. Можно взять только кусок записи: --start 12.5 --duration 8. Формат вывода — jpg или png.
WAV и MP3 читаются нативно, остальные форматы требуют ffmpeg. Вход принимается и через stdin. Сам CLI ставится из brew-формулы steipete/tap/songsee, поэтому скилл имеет смысл, если вы уже работаете с аудио и хотите быстро получить визуализацию из терминала. Для разового просмотра в графическом редакторе он не нужен.
Какие задачи решает
- построить спектрограмму из mp3 прямо из терминала
- сравнить mel, chroma и MFCC на одном треке в одной сетке
- вырезать фрагмент записи по времени и сохранить его как картинку
- прогнать аудио через пайп и получить png без промежуточных файлов
- задать свой диапазон частот и размеры выходного изображения
Примеры запросов агенту
- Построй спектрограмму для track.mp3
- Сделай панель с spectrogram, mel, chroma и mfcc, сохрани в panel.png
- Возьми фрагмент с 12.5 секунды длиной 8 секунд и выведи в slice.jpg
Как установить songsee
1Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --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 openclaw/openclaw --skill songsee -a codex2Вручную: положить файлы
.agents/skills/songsee/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --skill songsee -a cursor2Вручную: положить файлы
.cursor/skills/songsee/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install openclaw/openclaw songsee2Вручную: положить файлы
.github/skills/songsee/SKILL.md1Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --skill songsee -a gemini-cli2Командой платформы
gemini skills install https://github.com/openclaw/openclaw --path skills/songseeВручную: положить файлы
.devin/skills/songsee/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --skill songsee -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
Из того же набора45
Весь набор →Похожие
Вопросы о songsee
Как установить songsee в Claude?
Выполните npx skills add openclaw/openclaw --skill songsee -a claude-code. Сам CLI ставится отдельно из brew-формулы steipete/tap/songsee.
Что делает songsee?
Строит спектрограммы и панели признаков из аудиофайла: mel, chroma, hpss, selfsim, loudness, tempogram, mfcc, flux. Результат сохраняется в jpg или png.
Какие форматы аудио поддерживаются?
WAV и MP3 декодируются нативно. Для остальных форматов нужен ffmpeg в системе.
Исходный текст
SKILL.md · MIT
---
name: songsee
description: "Generate spectrograms and feature-panel visualizations from audio with the songsee CLI."
homepage: https://github.com/steipete/songsee
metadata:
{
"openclaw":
{
"emoji": "🌊",
"requires": { "bins": ["songsee"] },
"install":
[
{
"id": "brew",
"kind": "brew",
"formula": "steipete/tap/songsee",
"bins": ["songsee"],
"label": "Install songsee (brew)",
},
],
},
}
---
# songsee
Generate spectrograms + feature panels from audio.
Quick start
- Spectrogram: `songsee track.mp3`
- Multi-panel: `songsee track.mp3 --viz spectrogram,mel,chroma,hpss,selfsim,loudness,tempogram,mfcc,flux`
- Time slice: `songsee track.mp3 --start 12.5 --duration 8 -o slice.jpg`
- Stdin: `cat track.mp3 | songsee - --format png -o out.png`
Common flags
- `--viz` list (repeatable or comma-separated)
- `--style` palette (classic, magma, inferno, viridis, gray)
- `--width` / `--height` output size
- `--window` / `--hop` FFT settings
- `--min-freq` / `--max-freq` frequency range
- `--start` / `--duration` time slice
- `--format` jpg|png
Notes
- WAV/MP3 decode native; other formats use ffmpeg if available.
- Multiple `--viz` renders a grid.
© openclaw · MIT · openclaw/openclaw
