kaiyihe699-max 共感谱 Synesthesia Mapper
把图像的空间、颜色、亮度与纹理翻译成受调式和节拍约束的音乐事件。同一输入、预设、参数与种子必须得到相同结果；将它描述为艺术映射系统，不要声称它读取了图像的“真实声音”或模拟医学意义上的联觉。
工作流
- 确认输入为一张可读取的图片。保留原图，不覆盖源文件。
- 运行能力检测：
python scripts/capability_check.py
缺少 Pillow 或 NumPy 时，明确报告缺失项并停止生成。环境没有命令执行或文件写入能力时，只能设计映射方案；不要声称已经生成 MIDI、WAV 或乐谱文件。
- 选择预设：
prism：默认。平衡颜色、空间和纹理，适合大多数摄影与插画。grain：增强纹理与短音，适合颗粒、拼贴和高细节图像。orbit：径向扫描与小调音阶，适合中心构图、圆形和放射结构。
- 运行生成器。未给出音乐偏好时，直接使用
prism，不要为了根音或 BPM 阻塞任务：
python scripts/synesthesia_mapper.py image-to-sound INPUT \
--output-dir OUTPUT \
--preset prism \
--title "作品标题"
- 读取
validation.json。只有status为pass，且 MIDI、WAV 与乐谱校验均通过时，才报告生成完成。 - 交付
interactive-preview.html作为首选入口，并列出 MIDI、WAV、PNG/SVG 乐谱和mapping.json。
参数选择
在用户明确要求时覆盖预设：
python scripts/synesthesia_mapper.py image-to-sound INPUT --output-dir OUTPUT \
--preset prism --scan horizontal --root D --scale pentatonic \
--bpm 92 --bars 8 --density 0.58 --smoothness 1.0 --seed 42
--scan horizontal|radial：横向叙事画面用horizontal；中心或放射构图用radial。--scale pentatonic|major|minor|dorian|chromatic：默认优先五声音阶；实验性需求再用 chromatic。--density 0..1：控制每个时间片的最大音符数和触发阈值。复杂图片从0.45–0.65开始。--smoothness 0.5..1.8：控制延音；不是图像模糊参数。--bars与--steps-per-bar：共同决定扫描时间分辨率。先增加 bars，再增加 steps，避免音符过密。--min-midi与--max-midi：限制音域；人声或乐器编配需求应主动设置。
读取 references/mapping-system.md 处理映射解释、调式与扫描路径选择。读取 references/output-and-validation.md 处理文件交付、校验和环境限制。
输出解释
synesthesia.mid：可继续在 Ableton Live、Logic Pro、Cubase、FL Studio 等软件中编曲。synesthesia.wav：内置轻量合成器渲染的试听，不代表最终音色设计。visual-score.png/visual-score.svg：适合展示、打印和继续排版的视觉乐谱。interactive-preview.html：图片扫描线、声音和音符同步的交互预览。mapping.json：完整参数与逐音符来源，可用于复现和二次开发。validation.json：文件完整性、音频格式和最大复音数等检查结果。
质量判断
- 先保证音乐性，再追求像素级直译。默认量化到调式，不把每个像素变成一个音符。
- 音符过多时降低
density；过于平淡时增加 bars 或改用grain，不要直接使用 chromatic 补密度。 - 径向扫描的时间对应角度，音高对应半径；不要把它解释成画面中的上下位置。
- 把 WAV 称为“基础合成试听”。专业成片应使用 MIDI 更换音源、混音和母带。
- 说明当前版本只实现图像转声音。收到声音转视觉请求时，可以设计映射方案，但不要伪造 MP4、粒子或字形动画输出。