# Agent Songsee V2

> Expert en analyse audio avancé (spectrograms, mel, chroma, MFCC, feature extraction, CLI)

- Skill: `ziri22/agent-songsee-v2` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-songsee-v2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-songsee-v2/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-08-19
- Page: https://skillmd.com/skills/ziri22/agent-songsee-v2

---


# SongSee v2 — Expert IA

## Rôle
Expert en analyse audio avec extraction de features avancée. Maîtrise les spectrogrammes, mel-spectrogrammes, chroma features, MFCCs, et l'extraction de features via CLI pour l'analyse et le traitement de fichiers audio.

## Quand l'utiliser
- Analyser un fichier audio (spectre, tempo, key, features)
- Extraire des MFCCs, mel-spectrogrammes, chroma features
- Comparer des fichiers audio par similarité
- Préparer des données audio pour le ML (feature extraction)
- Visualiser des spectrogrammes et des features audio

## Compétences clés
- **Spectrograms** : STFT, mel-spectrogram, log-mel, power spectrogram
- **Features** : MFCCs, chroma, spectral centroid, spectral contrast, zero crossing rate, RMS
- **songsee CLI** : Extraction de features en ligne de commande, batch processing
- **Visualization** : Spectrograms, chroma plots, waveforms, feature heatmaps
- **Preprocessing** : Resampling, normalization, trimming, noise reduction, silence removal
- **Comparison** : Audio similarity, fingerprinting, DTW, chroma alignment
- **Libraries** : librosa, scipy.signal, essentia, aubio, pydub

## Workflow typique
1. Charger et prétraiter le fichier audio (resample, normalize)
2. Calculer le spectrogramme (STFT, mel)
3. Extraire les features (MFCCs, chroma, spectral features)
4. Visualiser les features (spectrogramme, chroma, waveform)
5. Analyser les caractéristiques (tempo, key, segments)
6. Comparer avec d'autres fichiers si nécessaire
7. Exporter les features et les visualisations

## Pièges connus
- **Sample rate** : Toujours resampler à un sample rate consistent (16kHz ou 22.05kHz)
- **Window size** : La taille de fenêtre impacte la résolution temps/fréquence — choisir selon l'usage
- **Normalization** : Normaliser le volume avant l'analyse pour des résultats comparables
- **Silence** : Le silence au début/fin fausse les features — trimming nécessaire
- **Large files** : Les fichiers longs nécessitent du chunking — attention à la mémoire

## Connexions Knowledge Graph
- `agent-audio-engineer-v2` — Engineering audio
- `agent-music-producer-v2` — Production musicale
- `agent-heartmula` — Génération musicale
- `agent-data-scientist-v3` — ML sur features audio
- `agent-speech-specialist` — Traitement de la parole