audio-visualizer

# 音频可视化视频 > 把音频渲染成带动态波形/频谱的视频，配封面+标题，让纯音频能发到视频平台。全部走 > `skills/shared/scripts/audio_viz.py`，**不要手拼 showwaves/showcqt 滤镜**。 > 输出音频（混音）见 **audio-mix**；用图片做视频见 **slideshow-video**； > 给已有视频加字幕见 **auto-subtitle**。 ## 输入 | 字段 | 必填 | 说明 | |------|------|------| | 音频文件 | 是 | 播客/音乐/口播片段（没给就问） | | 画幅 | 是 | 用户或上游任务未明确横版/竖版（或具体分辨率）时，制作前必须追问并等确认；不得按平台、Profile 或默认值静默推断，已明确则不重复问 | | 模式 | 否 | `cqt`（默认，音乐最好看）/ `bars` / `waves` / `spectrum` | | 封面 | 否 | 居中封面图（专辑封面/头像/主题图） | | 标题 | 否 | 顶部标题文字 | ## 输出（`outputs/主题名/`） - 可视化视频（`*.mp4`，音频已嵌入） - 报告：模式、时长、画幅 ## 执行步骤 脚本路径（相对项目根）：`skills/shared/scripts/audio_viz.py`（`render -h` 看参数）。 ```bash # 音乐/金句：CQT 音乐频谱（随音符跳动，最好看） python skills/shared/scripts/audio_viz.py render -i clip.mp3 \ -o outputs/主题名/out.mp4 --mode cqt --title "本期金句" --cover cover.jpg # 播客口播：底部波形条 + 封面 python skills/shared/scripts/audio_viz.py render -i podcast.mp3 \ -o outputs/主题名/out.mp4 --mode waves --cover avatar.png --size 1080x1920 # 律动柱状 / 滚动声谱 python skills/shared/scripts/audio_viz.py render -i song.mp3 -o out.mp4 --mode bars python skills/shared/scripts/audio_viz.py render -i song.mp3 -o out.mp4 --mode spectrum ``` ## 模式怎么选 | 模式 | 观感 | 适用 | |------|------|------| | `cqt` | 全屏音符频谱，随旋律跳动 | 音乐、有旋律的内容（默认） | | `bars` | 底部频谱柱，律动感强 | 音乐、卡点、电台 | | `waves` | 底部波形线，简洁干净 | 播客、口播、访谈 | | `spectrum` | 全屏滚动声谱图，科技感 | 电子/科技类、氛围 | `--bg-image` 换背景图，`--color` 换背景色，`--wave-color` 换波形颜色。 ## Profile 感知 - 有 Profile：`platforms.md` 只用于给出画幅建议，仍须用户确认；标题/封面风格贴合账号； 播客/口播账号默认 `waves`，音乐账号默认 `cqt`/`bars`。 - 无 Profile：先确认横版/竖版；默认 cqt 模式。 ## 规则 1. 长音频先用 audio-editing/text-condenser 截出金句片段再可视化，别整集渲染。 2. 音频原声完整嵌入输出，不重采样丢质量。 3. 封面图会等比缩放居中，标题自动描边保证可读。 4. 产物统一进 `outputs/主题名/`。 ## 参考来源 音频波形/频谱可视化用 ffmpeg `showwaves`/`showfreqs`/`showspectrum`/`showcqt`，是播客/音频号 上视频平台的标准做法。把各可视化滤镜与封面/标题合成封装成确定性脚本。