Audio Visualizer Agent Skill

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。