Agent Skills
› ZJU-REAL/Easel
› audio-visualizer
audio-visualizer
GitHub将音频渲染为带动态波形/频谱的视频，适配抖音/B站等平台。支持多种可视化模式与封面标题配置，确保输出视频质量并嵌入原声。
Trigger Scenarios
音频可视化
音频转视频
播客做成视频
音频波形视频
音乐可视化
Install
npx skills add ZJU-REAL/Easel --skill audio-visualizer -g -y
SKILL.md
Frontmatter
{
"name": "audio-visualizer",
"layer": "produce",
"description": "音频可视化视频：把纯音频（播客片段、音乐、口播金句、电台）渲染成带动态波形\/频谱的视频，配封面和标题，好发到抖音\/B站\/视频号等只收视频的平台。当用户说 音频可视化、音频转视频、播客做成视频、音频波形视频、音乐可视化、给音频配画面、声波视频、频谱视频、把音频发到视频平台、电台切片视频 时使用。基于 shared\/scripts\/audio_viz.py（ffmpeg showwaves\/showcqt\/showspectrum）。与 audio-mix 区别：那个输出音频，本 SKILL 输出视频；与 slideshow-video 区别：那个用图片，本 SKILL 用音频驱动画面。"
}
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）。
# 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。
Version History
- 69c5928 Current 2026-09-08 17:36
