核心功能
galdr 是一款专注于结构性听觉分析的开源命令行工具，将音频信号转化为可解读的 listener-state trace（听者状态轨迹），最终输出约800字的第一人称沉浸式听感散文。
工作流程
典型用法（YouTube → 体验）：
1. galdr fetch <URL> --analyze 自动下载音频并提取元数据
2. galdr assemble <slug> --template arc --mode full | claude 生成完整提示词并送入LLM
本地文件分析：
galdr listen track.wav --name my-track执行核心分析- 输出
*_stream.json（时序数据）、*_perception.json（感知摘要）、*_harmony_stream.json等结构化文件
关键指标解读
| 指标 | 含义 |
|------|------|
| `pattern_lock` | 1.0=高度重复锁定，0=持续中断 |
| `hp_balance` | 负值=和声主导（温暖/调性），正值=打击乐主导 |
| `breath_balance` | building/releasing/sustaining 能量形态 |
| `silence` + `momentum` | 结构化退场/重返的声学证据 |
显著优点
- 时序优先：拒绝整曲情绪概括，强制按时间顺序遍历，标记静默、再入、模式断裂、动量转移
- 自包含输出：
--template arc生成的提示词可直接送入任意LLM，无需额外上下文 - 多模态扩展：支持从MV提取关键帧进行视觉-结构关联分析 (
galdr frames) - 对比功能：
galdr compare可并置两首曲目的结构特征
局限性与风险
技术门槛：
- 需Python环境，依赖
ffmpeg等音频处理链 - YouTube下载受网络/地区限制，可能因版权下架而失败
解释边界：
- 明确警告"不要从结构过度推断情绪确定性"（
overclaim emotional certainty from structure alone） - 纯器乐分析效果最佳；歌词处理需
--censor手动净化
输出约束：
- 非实时分析（不支持音频流捕获）
- 不直接生成音乐推荐
- 生成散文固定约800字，格式受限（无章节标题、禁止事后反思）
适合人群
- 音乐评论家、乐评撰稿人（需要结构性论据支撑主观体验）
- 音频研究者、音乐信息检索(MIR)从业者
- 希望将定量声学特征转化为定性描述的内容创作者
安全评估
- 本地执行：核心分析在本地完成，音频文件不强制上传云端
- YouTube依赖：
fetch命令依赖外部下载，存在URL失效、版权投诉风险 - 数据隐私：生成的分析文件默认本地存储，但用户需自行管理
analysis/目录权限