5 個 AudioMuse-AI 值得先試的功能
5 個功能就能判斷 AudioMuse-AI 是否適合你的自架音樂庫：找回冷門歌、生成歌單、視覺化整理與跨語言歌詞搜尋。
AudioMuse-AI 讓自架音樂庫能直接做搜尋、探索與歌單編排。
讀完這 5 項，你可以判斷它是不是適合拿來整理一個 2,000+ 首歌的本地音樂庫，而不是只靠標籤慢慢翻。
| 項目 | 規格 A | 規格 B |
|---|---|---|
| Clustering | 以聲音相似度分群 | 適合風格混搭探索 |
| Instant Playlists | 文字提示生成歌單 | 適合快速配出情境播放 |
| Music Map | 2D 視覺地圖 | 適合看整體庫存分布 |
| Song Paths | 兩首歌之間找過渡曲 | 適合轉場與長串播放 |
| Lyrics Search | 支援 72 種語言 | 適合用主題與歌詞找歌 |
1. Clustering：先把雜亂曲庫分出聲音脈絡
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
Clustering 是最能看出 AudioMuse-AI 核心能力的一項。它不是靠專輯、藝人或外部資料庫來分組，而是直接分析聲音特徵，把相似的歌放在一起。
如果你的曲庫標籤不完整，這功能特別有用。它能把原本散落的歌曲重新整理成可探索的群組，讓你更容易找出被埋沒的冷門歌。
- 不依賴外部 metadata
- 可搭配 Jellyfin、Navidrome、Lyrion Music Server、Emby
- 適合找出跨流派但聽感接近的歌
2. Instant Playlists：一句話就能生出可聽的歌單
Instant Playlists 是最直接的日常功能。你只要輸入像「高節奏、低能量」這種描述，它就會用已分析過的歌曲組出歌單。
這比手動篩歌快很多，尤其適合通勤、工作背景音樂，或你只是想先有一個能播的起點，再慢慢微調。
- 以文字提示建立歌單
- 可結合聲音特徵與部分歌詞訊號
- 適合「我想要類似這種感覺」的需求
3. Music Map：用 2D 地圖看整個音樂庫
Music Map 把整個曲庫投影成 2D 圖，讓你一眼看到哪些歌曲聚在一起，哪些是離群值，哪些區塊特別密集。
對收藏量大的使用者來說，這比清單更直觀。你可以用地圖找出沒注意到的角落，也能看出自己的庫到底偏向哪幾種聲音。
可直接拿來做的事：
- 找出被忽略的相似歌曲群
- 發現相鄰風格的藝人
- 檢查曲庫是否過度集中在少數類型4. Song Paths：把兩首歌之間的轉場補起來
Song Paths 是為了「接歌」而設計的。你選一首起點和一首終點，系統會找出中間能銜接的曲目，讓過渡聽起來比較自然。
這對 DJ、歌單策展人，或很在意播放流暢度的人很實用。它不是隨機串歌，而是試著做出有方向感的聽感路徑。
- 在兩首歌之間找中介曲目
- 適合暖場、轉場、長篇播放
- 可配合本地媒體伺服器工作流程
5. Lyrics Search：從歌詞主題反找歌曲
Lyrics Search 把搜尋層次拉到「意義」而不是只有聲音。你可以找愛情歌、敘事歌，或跟特定情緒相關的曲目。
它支援 72 種語言，對多語系曲庫比單一英文索引更實用。不過前提還是要有足夠好的歌詞覆蓋，否則結果會受限。
- 可用主題、故事或含義搜尋
- 支援 72 種語言
- 適合標籤無法表達歌詞意圖時使用
哪種適合你：先看整理需求，再看播放需求
如果你最在意的是「把整個庫看懂」，先從 Clustering 和 Music Map 開始。如果你要的是立刻能播的歌單，Instant Playlists 最快見效。
若你偏向策展與轉場，Song Paths 會最有感；如果你常用歌詞找歌，Lyrics Search 才是重點。多數人其實會先分析一次曲庫，再把這 5 項一起用，效果最好。