Execute qualquer Skill no Manus
com um clique

Execute qualquer Skill no Manus com um clique

wandas-getting-started

Estrelas0

Forks0

Atualizado5 de junho de 2026 às 15:43

Use when starting with wandas, loading audio or sensor data from WAV or CSV files, creating signals from NumPy arrays, understanding ChannelFrame and other frame types, inspecting signal metadata, or setting up physical units (Pa, m/s²) for dB calculations.

Instalação

Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.

Executar no Manus

Fonte

kasahart

kasahart/audio-wandas-analyzer

Abrir repositório GitHub Ver repositórios do creator

Download

Executar no Manus

Ocupações relacionadasSOC

Baseado na classificação ocupacional SOC

Desenvolvedores de softwareInformática e Matemática·SOC 15-1252

Explorador de arquivos

3 arquivos

SKILL.md

readonly

name	wandas-getting-started
description	Use when starting with wandas, loading audio or sensor data from WAV or CSV files, creating signals from NumPy arrays, understanding ChannelFrame and other frame types, inspecting signal metadata, or setting up physical units (Pa, m/s²) for dB calculations.

wandas: Getting Started

wandas は音声・振動信号解析のための Python ライブラリ。pandas スタイルのフレーム API でメソッドチェーンが可能。

Mandatory Rules

Wandas-first: wd.read_wav() / wd.from_numpy() を使う。scipy.io.wavfile や生 NumPy I/O は禁止。
Method chaining: 全操作は新しいフレームを返す（イミュータブル）。元のフレームは変更されない。
Visualization: .plot() / .describe() を使う。plt.plot(frame.data) は禁止。

I/O 関数

関数	シグネチャ	返り値	注意
`wd.read_wav`	`(filename, labels=None, normalize=False)`	ChannelFrame	`normalize=False` は生 PCM 値。`normalize=True` で [-1, 1] に正規化
`wd.read_csv`	`(filename, time_column=0, labels=None, delimiter=",", header=0)`	ChannelFrame	`time_column` は列インデックス(int)または列名(str)
`wd.from_numpy`	`(data, sampling_rate, label=None, metadata=None, ch_labels=None, ch_units=None)`	ChannelFrame	shape: `(channels, samples)` または 1-D（自動変換）。`ch_refs` パラメータは存在しない
`wd.generate_sin`	`(freqs=1000.0, sampling_rate=16000, duration=1.0, label=None)`	ChannelFrame	`freqs` をリストにすると多チャンネル
`wd.from_folder`	`(folder_path, sampling_rate=None, file_extensions=None, recursive=False, lazy_loading=True)`	ChannelFrameDataset	遅延バッチ読み込み

フレーム型一覧

フレーム	ドメイン	生成元
`ChannelFrame`	時間	I/O, `from_numpy`
`SpectralFrame`	周波数	`.fft()`, `.welch()`, `.coherence()`, `.csd()`, `.transfer_function()`
`SpectrogramFrame`	時間-周波数	`.stft()`
`NOctFrame`	オクターブ帯域	`.noct_spectrum()`
`RoughnessFrame`	心理音響	`.roughness_dw_spec()`

ChannelFrame プロパティ

プロパティ	型	説明
`sampling_rate`	float	サンプリングレート (Hz)
`duration`	float	信号長（秒）
`n_samples`	int	サンプル数
`n_channels`	int	チャンネル数
`labels`	list[str]	チャンネル名リスト
`time`	ndarray	時間軸配列
`rms`	ndarray	RMS 値（チャンネルごと）
`crest_factor`	ndarray	クレストファクタ
`data`	ndarray	NumPy 配列（`.compute()` 不要）
`operation_history`	list[dict]	処理履歴

Patterns

WAV ファイルを読み込んで検査する

import wandas as wd

signal = wd.read_wav("audio.wav")
signal.info()
print(f"Duration: {signal.duration:.2f}s, SR: {signal.sampling_rate}Hz, Ch: {signal.n_channels}")

CSV センサーデータを読み込む

# 時間列名で指定
sensor = wd.read_csv("sensor.csv", time_column="Time")

# 時間列番号で指定
sensor = wd.read_csv("sensor.csv", time_column=0)

NumPy から物理単位付きフレームを作成する

import numpy as np
import wandas as wd

# 音圧信号（Pa 単位）— ch_units='Pa' で参照値 2e-5 が自動設定される
amplitude = 2e-5 * 10**(80/20)  # 80 dB SPL の振幅
signal_pa = amplitude * np.sin(2 * np.pi * 440 * np.linspace(0, 1, 16000))

frame = wd.from_numpy(
    data=signal_pa[np.newaxis, :],  # shape: (1, n_samples)
    sampling_rate=16000,
    ch_units=["Pa"]  # 参照値は自動設定される（ch_refs パラメータは不要）
)
# sound_level(dB=True) が正しい dB SPL を返す
spl = frame.sound_level("A", "Fast", dB=True)

テスト信号を生成する

# 単一周波数
tone = wd.generate_sin(freqs=440.0, sampling_rate=44100, duration=1.0)

# 多チャンネル（複数周波数）
multi = wd.generate_sin(freqs=[440, 880], sampling_rate=44100, duration=1.0)
print(f"Channels: {multi.n_channels}")  # 2

describe() で総合サマリーを表示

signal = wd.read_wav("audio.wav")
signal.describe(fmin=100, fmax=8000, cmap="inferno")

Common Mistakes

間違い	正解
`frame.data.compute()` を呼ぶ	`.data` は既に NumPy 配列。`.compute()` 不要
`wd.from_ndarray(...)` を使う	非推奨。`wd.from_numpy(...)` を使う
`ChannelFrame(data=..., sampling_rate=...)` で直接作成	`wd.from_numpy()` / `wd.read_wav()` を使う
`read_wav()` で [-1,1] を期待する	デフォルト `normalize=False` は生 PCM 値。正規化するには `normalize=True`
`from_numpy(data, sr, ch_refs=[2e-5])` を使う	`ch_refs` パラメータは存在しない。`ch_units=['Pa']` で参照値は自動設定
`from_numpy` に 1-D 配列を渡せないと思う	1-D は自動的に `(1, n_samples)` に変換される

Documentation Map

examples/workflows.md — コピペで動く I/O レシピ集
references/io_api.md — 全パラメータの辞書的リファレンス・フレーム型遷移図

Mais deste repositório

mesmo repositório

ux-cognitive-auditor

kasahart/audio-wandas-analyzer

Use when auditing screenshots or live UI for cognitive load, usability friction, and heuristic violations.

2026-06-070

ui-smoke-agent

kasahart/audio-wandas-analyzer

Use when reproducing or preventing runtime-only Webview UI bugs with real Chromium checks, Playwright smoke specs, static HTML-pattern linting, or dogfooding the UI smoke layers against a suspected regression.

2026-06-060

wandas-analyst

kasahart/audio-wandas-analyzer

Use when analyzing audio or vibration signals end-to-end, generating Jupyter Notebook analysis reports, comparing multiple measurement conditions, evaluating noise or sound quality, detecting anomalies in sensor data, or performing adaptive signal investigation driven by hypothesis and findings with wandas.

2026-06-050

wandas-signal-processing

kasahart/audio-wandas-analyzer

Use when applying filters (lowpass, highpass, bandpass, A-weighting), normalizing signals, resampling, trimming, adding fades, computing RMS trends, calculating sound level (dB, A-weighting), or computing psychoacoustic metrics (loudness, roughness, sharpness) with wandas.

2026-06-050

wandas-spectral-analysis

kasahart/audio-wandas-analyzer

Use when performing FFT, STFT, Welch PSD estimation, 1/N octave band analysis, coherence, cross-spectral density, or transfer function analysis with wandas.

2026-06-050

wandas-visualization

kasahart/audio-wandas-analyzer

Use when plotting waveforms, frequency spectra, spectrograms, octave band charts, roughness heatmaps, overlaying multiple signals on the same axes, or configuring describe() with frequency range and colormap settings with wandas.

2026-06-050

name	wandas-getting-started
description	Use when starting with wandas, loading audio or sensor data from WAV or CSV files, creating signals from NumPy arrays, understanding ChannelFrame and other frame types, inspecting signal metadata, or setting up physical units (Pa, m/s²) for dB calculations.

wandas: Getting Started

wandas は音声・振動信号解析のための Python ライブラリ。pandas スタイルのフレーム API でメソッドチェーンが可能。

Mandatory Rules

Wandas-first: wd.read_wav() / wd.from_numpy() を使う。scipy.io.wavfile や生 NumPy I/O は禁止。
Method chaining: 全操作は新しいフレームを返す（イミュータブル）。元のフレームは変更されない。
Visualization: .plot() / .describe() を使う。plt.plot(frame.data) は禁止。

I/O 関数

関数	シグネチャ	返り値	注意
`wd.read_wav`	`(filename, labels=None, normalize=False)`	ChannelFrame	`normalize=False` は生 PCM 値。`normalize=True` で [-1, 1] に正規化
`wd.read_csv`	`(filename, time_column=0, labels=None, delimiter=",", header=0)`	ChannelFrame	`time_column` は列インデックス(int)または列名(str)
`wd.from_numpy`	`(data, sampling_rate, label=None, metadata=None, ch_labels=None, ch_units=None)`	ChannelFrame	shape: `(channels, samples)` または 1-D（自動変換）。`ch_refs` パラメータは存在しない
`wd.generate_sin`	`(freqs=1000.0, sampling_rate=16000, duration=1.0, label=None)`	ChannelFrame	`freqs` をリストにすると多チャンネル
`wd.from_folder`	`(folder_path, sampling_rate=None, file_extensions=None, recursive=False, lazy_loading=True)`	ChannelFrameDataset	遅延バッチ読み込み

フレーム型一覧

フレーム	ドメイン	生成元
`ChannelFrame`	時間	I/O, `from_numpy`
`SpectralFrame`	周波数	`.fft()`, `.welch()`, `.coherence()`, `.csd()`, `.transfer_function()`
`SpectrogramFrame`	時間-周波数	`.stft()`
`NOctFrame`	オクターブ帯域	`.noct_spectrum()`
`RoughnessFrame`	心理音響	`.roughness_dw_spec()`

ChannelFrame プロパティ

プロパティ	型	説明
`sampling_rate`	float	サンプリングレート (Hz)
`duration`	float	信号長（秒）
`n_samples`	int	サンプル数
`n_channels`	int	チャンネル数
`labels`	list[str]	チャンネル名リスト
`time`	ndarray	時間軸配列
`rms`	ndarray	RMS 値（チャンネルごと）
`crest_factor`	ndarray	クレストファクタ
`data`	ndarray	NumPy 配列（`.compute()` 不要）
`operation_history`	list[dict]	処理履歴

Patterns

WAV ファイルを読み込んで検査する

import wandas as wd

signal = wd.read_wav("audio.wav")
signal.info()
print(f"Duration: {signal.duration:.2f}s, SR: {signal.sampling_rate}Hz, Ch: {signal.n_channels}")

CSV センサーデータを読み込む

# 時間列名で指定
sensor = wd.read_csv("sensor.csv", time_column="Time")

# 時間列番号で指定
sensor = wd.read_csv("sensor.csv", time_column=0)

NumPy から物理単位付きフレームを作成する

import numpy as np
import wandas as wd

# 音圧信号（Pa 単位）— ch_units='Pa' で参照値 2e-5 が自動設定される
amplitude = 2e-5 * 10**(80/20)  # 80 dB SPL の振幅
signal_pa = amplitude * np.sin(2 * np.pi * 440 * np.linspace(0, 1, 16000))

frame = wd.from_numpy(
    data=signal_pa[np.newaxis, :],  # shape: (1, n_samples)
    sampling_rate=16000,
    ch_units=["Pa"]  # 参照値は自動設定される（ch_refs パラメータは不要）
)
# sound_level(dB=True) が正しい dB SPL を返す
spl = frame.sound_level("A", "Fast", dB=True)

テスト信号を生成する

# 単一周波数
tone = wd.generate_sin(freqs=440.0, sampling_rate=44100, duration=1.0)

# 多チャンネル（複数周波数）
multi = wd.generate_sin(freqs=[440, 880], sampling_rate=44100, duration=1.0)
print(f"Channels: {multi.n_channels}")  # 2

describe() で総合サマリーを表示

signal = wd.read_wav("audio.wav")
signal.describe(fmin=100, fmax=8000, cmap="inferno")

Common Mistakes

間違い	正解
`frame.data.compute()` を呼ぶ	`.data` は既に NumPy 配列。`.compute()` 不要
`wd.from_ndarray(...)` を使う	非推奨。`wd.from_numpy(...)` を使う
`ChannelFrame(data=..., sampling_rate=...)` で直接作成	`wd.from_numpy()` / `wd.read_wav()` を使う
`read_wav()` で [-1,1] を期待する	デフォルト `normalize=False` は生 PCM 値。正規化するには `normalize=True`
`from_numpy(data, sr, ch_refs=[2e-5])` を使う	`ch_refs` パラメータは存在しない。`ch_units=['Pa']` で参照値は自動設定
`from_numpy` に 1-D 配列を渡せないと思う	1-D は自動的に `(1, n_samples)` に変換される

Documentation Map

examples/workflows.md — コピペで動く I/O レシピ集
references/io_api.md — 全パラメータの辞書的リファレンス・フレーム型遷移図