03 analyze-song — 楽曲定量分析
音源から BPM/キー/コード進行/メロディ輪郭/音域/phrase_repetition を数値抽出し、features.json + 楽譜PNG/PDF + report.md を出力。定性（reverse-engineer-song）とは完全独立の定量分析専用。
できること
音源（YouTube URL / ローカル MP3）から以下を数値で抽出:
- BPM・テンポ信頼度（librosa）
- キー・スケール・信頼度（music21）
- コード進行（music21 chordify）
- メロディ音域（music21）
- phrase_repetition: 前半/後半の音程同一性検出
- structure: 曲構成
トリガー
「楽曲分析して」「曲を定量分析」「BPM/コード抽出」「名曲っぽさ分析」「/analyze-song」
分析パイプライン（Phase 1a）
音源(yt-dlp/ローカル)
→ librosa(BPM/duration)
→ basic_pitch(MP3→MIDI・onnxruntime)
→ music21(キー/コード/メロディ/phrase_repetition/structure)
→ MuseScore(楽譜PNG/PDF)
→ features.json + report.md
7モジュール構成・CLI で一括実行。
出力（analysis/ 配下）
features.json— 全特徴量（機械用）score/full-1.pngscore/full.pdf— 五線譜（MuseScore環境依存）report.md— サマリ＋工程ログ（人間用）
Phase 1a の既知制限（改善予定）
実測で判明した3つの制限。Phase 1b（Demucs音源分離導入）で改善対象。
⚠ BPM 精度: librosa 推定限界で、生成指定BPMと乖離する場合あり（例: 指定85→推定112・4/3倍誤差）。
⚠ phrase_repetition 精度: basic_pitch 生MIDIのノイズ（ボーカル+バック+ノイズ混入）で一致率が低くなる。メロディ単離（Phase1b Demucs）で改善。
⚠ 楽譜PNG: MuseScore AppImage が WSL 環境依存で segfault する場合あり（features.json は正常生成）。
ロードマップ
- 1a ✅ 音源取得+分析エンジン（librosa/basic_pitch/music21・Demucs無し）
- 1b Demucs音源分離で精度UP
- 2 歴史的名曲特徴量DB構築
- 3 照合エンジン + make-song 連携（「名曲っぽさ」判定）
連携
- 定量データ → make-song の作曲参照（Phase 3・名曲DB）
- 定性は reverse-engineer-song で（役割分離）