用 foobar2000 给 200 首现场录音按调性分组，我踩过的坑

先给上下文：我手上有 200 多首现场录音，来源很杂——手机录的、DAT 转录的、从视频里扒的，格式从 16bit/44.1k 的 wav 到 128k 的 mp3 都有。我想按调性分组，方便写歌时找参考。

做法上，我用 foobar2000 加两个组件：foo_essentials 里的调性分析，和 foo_playlist_attributes 做批量导出。步骤不复杂：

1. 把要分析的曲目拖进一个临时播放列表；
2. 右键 → Utilities → Analyse key；
3. 等它跑完（200 首大概 15 分钟，看 CPU）；
4. 用 Playlist Attributes 把 %key% 和 %title% 一起导出成 csv。

关键配置在 Advance Preferences → Tools → Key 里：把分析长度设为整曲，别用默认的 30 秒。现场录音经常前奏很长，30 秒可能只抓到环境声。

为什么这样做：调性分析本质是算 chroma 特征再和模板匹配，不是“听”。整曲分析能降低前奏、掌声、说话声的干扰。代价是慢，而且对转调的歌没辙——它会给出一个“最像”的调，可能和实际差半音。

哪里会失效：

• 无调性或者调性模糊的歌（比如很多实验民谣），它会给个很自信的错误答案；
• 现场录音如果观众合唱声太大，低频糊成一片，结果会偏；
• 同一首歌的不同现场版，分析结果可能不一样——我遇到过三个版本给出三个调，后来发现是某个版本整体降了半音。

我自己踩过的坑：一开始没设分析长度，200 首里有 40 多首被分错了组，重新跑了一遍才对齐。另外，导出的 csv 里如果标题有逗号，列会错位，建议先统一把逗号替换掉。

最后留个问题：你们给现场录音做调性标注时，是相信工具的结果，还是宁愿自己用耳朵过一遍？有没有什么办法能快速校验工具给出的调？