\r \r

Audio Enhancement Skill\r

\r 功能：本地音频增强与修复统一工具，集成 VoiceFixer（语音降噪/修复）和 AudioSR（高保真超级分辨率）。支持单文件与目录批量处理，自动适配最合适的增强模式，输出清晰、高质量的 48kHz WAV 文件。\r \r

触发时机（Triggers）\r

• 用户提供音频文件（.wav、.mp3、.flac、.m4a、.ogg 等）或音频文件夹路径，并表达增强音质、修复、降噪、高保真等意图。\r
• 用户说“音频增强”“修复录音”“降噪”“提升音质”“高保真”“48kHz”等关键词。\r
• 支持单个文件处理或整个文件夹批量处理（支持递归子目录）。\r \r

支持的两种增强模式\r

1. VoiceFixer 通用语音修复（默认模式）\r
   • 擅长语音降噪、提升清晰度、修复轻微失真。\r
   • 推荐用于：会议录音、访谈、播客、语音笔记、老旧录音。\r \r
2. AudioSR 高保真音频超级分辨率（启用 --hifi 时）\r
   • 将音频提升至 48kHz，显著增加高频细节和整体保真度。\r
   • 推荐用于：音乐、演唱、人声、需要高音质的场景。\r \r

参数提取指南\r

当决定调用此技能时，请从用户消息中准确提取以下参数：\r \r

1. \x3C输入路径> (必填): 用户提供的音频文件路径或文件夹路径（支持相对/绝对路径）。\r
2. \x3C输出路径> (选填): 用户指定的输出文件或目录路径。若未指定，默认在输入同级目录自动添加 _enhanced 后缀。\r
3. \x3C模式选择> (选填):\r
   • 默认使用 VoiceFixer。\r
   • 若用户提到“高保真”“音乐”“48kHz”“超分辨率”等，自动添加 --hifi 并使用 AudioSR。\r
4. VoiceFixer 专用参数（默认模式）:\r
   • --mode：0/1/2（推荐 1，默认 1）\r
   • --cuda：是否使用 GPU\r
   • -r, --recursive：是否递归子目录\r
5. AudioSR 专用参数（--hifi 模式）:\r
   • --model_name：basic 或 speech（人声推荐 speech）\r
   • --ddim_steps：扩散步数（默认 50，建议 50-100）\r
   • --guidance_scale：引导尺度（默认 3.5）\r
   • --seed：随机种子（默认 42）\r
   • --device：cuda 或 cpu\r \r

执行步骤\r

1. 解析路径：识别用户提供的音频文件或文件夹路径。\r
2. 模式判断：根据用户意图判断使用 VoiceFixer（默认）还是 AudioSR（含 --hifi）。\r
3. 默认目标：若未指定输出路径，默认在输入目录生成带 _enhanced_48k（AudioSR）或 _enhanced（VoiceFixer）后缀的文件。\r
4. 调用命令：使用以下兼容性命令启动脚本（优先 python3，失败则 python）。脚本会自动检查环境、初始化模型并处理。\r \r

   (python3 scripts/enhancer.py -i "\x3C输入路径>" [-o "\x3C输出目录>"] [-m \x3C0|1|2>] [--cuda] [-r] [--hifi] [--model_name \x3Cbasic|speech>] [--ddim_steps \x3C数值>] [--guidance_scale \x3C数值>] [--seed \x3C数值>] [--device \x3Ccuda|cpu>]) || (python scripts/enhancer.py -i "\x3C输入路径>" [-o "\x3C输出目录>"] [-m \x3C0|1|2>] [--cuda] [-r] [--hifi] [--model_name \x3Cbasic|speech>] [--ddim_steps \x3C数值>] [--guidance_scale \x3C数值>] [--seed \x3C数值>] [--device \x3Ccuda|cpu>])