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
- 长音频先用 audio-editing/text-condenser 截出金句片段再可视化,别整集渲染。
- 音频原声完整嵌入输出,不重采样丢质量。
- 封面图会等比缩放居中,标题自动描边保证可读。
- 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。

