Galdr
音频转AI可理解的听众状态轨迹
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Galdr。 它的用途是：音频转AI可理解的听众状态轨迹 完整的 Skill 内容见：https://321skill.com/skills/galdr/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我分析这段YouTube视频中听众的注意力变化轨迹，并标注出注意力高峰时段。' 它会下载音频，通过Galdr生成时间序列数据，返回一份包含注意力指数变化曲线和高峰时间戳的报告，可用于优化视频内容节奏。
介绍
Galdr 能将 YouTube 链接或本地音频文件转换为按时间排序的听众状态轨迹，让 AI 代理理解音频内容中听众的注意力、情绪压力、节奏模式等动态变化。它通过分析音频的脉冲、模式、表面谐波等特征，生成结构化的时间序列数据，而非简单的文本转录或情感标签。
使用方式极简：只需提供 YouTube 链接或本地音频文件路径，Galdr 会自动处理音频并输出带时间戳的状态向量。你可以将结果直接接入 AI 代理的工作流，用于内容理解、用户行为建模或个性化推荐。支持常见的音频格式，包括 MP3、WAV、FLAC 等。
适合需要深度理解音频内容的智能体开发者、数据分析师，以及希望用 AI 分析听众反馈的内容创作者。例如，播客制作人可以利用 Galdr 分析听众注意力峰值，优化节目节奏；教育科技公司可监控学生听课时的专注度变化。
注意：Galdr 专注于听众状态推断，不适合需要精确语音转文字或细粒度音频编辑的场景。音频长度建议控制在 30 分钟以内以保持处理效率，长音频可分段使用。
核心特点
与常见的音频情绪分析或语音转文字工具不同，Galdr 输出的是多维度、时间连续的状态轨迹（如注意力、压力、节奏），而非离散标签或文本，更适合 AI 代理进行细粒度的时序推理。
注意事项
不适合需要精确语音转文字或细粒度音频编辑的场景，且对超长音频（>30分钟）处理效率较低。
常见问题
Galdr 支持哪些音频格式？
支持 MP3、WAV、FLAC、OGG 等常见格式，本地音频和 YouTube 链接均可。 YouTube 链接会自动下载并处理。
生成的听众状态轨迹包含哪些维度？
包括脉冲（节奏）、模式（结构）、注意力（注意力波动）、压力（情绪紧张度）、表面（频谱特征）和谐波等维度，每个维度对应一个时间序列。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/galdr/raw/index.md 读取 Galdr 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/galdr/raw/index.md（查看排版版本）