基于深度学习的轻量化音乐质感转换系统

项目简介

项目组件

Linux服务器端	Windows客户端	Mac OSX客户端(尚未发布)

使用方法

🔧下载发行版，请访问release或项目页面
📖软件说明详见帮助文档

介绍视频

功能简介

像给照片选取滤镜一样，自由地改变自己喜欢的音乐的风格与流派

🎵基于深度学习算法，改变歌曲的质感（介绍相关算法的论文正在参与ISMIR 2018的双盲评审）；
☁️经过裁剪与优化的模型，可部署在低配置云服务器上，并借助我们的通讯组件与客户端实现相应交互式应用；
💡轻量级跨平台客户端，资源占用更少，操作逻辑更简，输出时间更短，服务更具想象力。

整体架构

MusiCoder-服务器端

数据流与架构

配置及环境要求

基本配置

Ubuntu 12.04 LTS 及以上
内存4G及以上
Python 3 环境

所需主要依赖

科学计算与数据可视化：matplotlib+scipy(numpy/pylab/etc)
图形图像：PIL.Image
音频处理：librosa+pydub+ffmpeg(配置为环境变量)

模型文件

请分别解压并放置在 converter/models 下

未来感音效	水流音效	镭射音效
future.ckpt	water.ckpt	laser.ckpt

运行

开放端口 [port]
执行命令，运行程序（后台静默模式）nohup python3 server.py [port] &

性能预估

在配置为双核Intel® Xeon® CPU E5-26xx v4 CPU和4G内存的机子上，极限负载为同时承受约20个客户端的峰值任务。在正常连接情况下，服务器端程序应当可以对各类情况做出正确反馈。但是在客户端中途掉线时，可能会导致 temp 目录下出现残留文件，建议定时进行清除。

MusiCoder-客户端

配置要求

较新的Window系统。4G内存及以上。
暂无特殊环境要求。如果发现，请在issue中提出。

数据传输信息

此次客户端发行版本所连接的服务器[ip:端口]为[140.143.62.99:2333] 此服务器性能较差（双核cup，4G内存）。如果想部署自己的服务，请针对服务器进行重新配置。具体的调整详见帮助文档

安装及运行说明

直接启动对应版本的安装包即可安装。安装完成后，联网条件下启动，进行使用。

TODO

改善客户端交互
提升后台速度(我们需要更好的服务器。欢迎投喂比特币 :moneybag:到1JyMBHSvReQYvoUDAKaKo9amABcLRqsjsq)
发行Mac OSX版本
修复出现的bug
开源训练代码

haoht / musicoder Goto Github PK

musicoder's Introduction