The Wub Machine 技术文档
2024-12-26 13:36:35作者:田桥桑Industrious
本文档将详细介绍如何安装、使用以及配置 The Wub Machine 项目,该项目是一款能够自动将音乐混音为Dubstep和Electro-House风格的应用程序。
1. 安装指南
系统要求
The Wub Machine已在OS X和Ubuntu系统上进行了测试,理论上在任何支持以下依赖项的环境中均可运行。
- 需要一个 Echo Nest API key,并将其设置为环境变量($ECHO_NEST_API_KEY)。
- 安装脚本会尝试安装以下依赖项:
- echonest-remix
- ffmpeg
- lame
- soundstretch
- shntool
- tornado
- tornadio
- libyaml
- pyyaml
- numpy
- mutagen
- libjpeg
- PIL
- python-mysqldb
- sqlalchemy
安装方式
运行以下命令安装依赖项:
sh install.sh
确保已经设置了Echo Nest API key。
2. 项目使用说明
命令行混音
在命令行中使用以下命令进行混音:
python -m remixers/dubstep <文件名.[mp3|m4a|mp4|wav]>
或者如果你想尝试Electro-House风格,可以使用:
python -m remixers/electrohouse <文件名.[mp3|m4a|mp4|wav]>
混音后的文件将保存在原文件相同的目录下。
集成到大型应用中
如果你的项目需要集成混音功能,可以按照以下方式使用:
from dubstep import Dubstep
class MyProject():
def wubwub( self ):
remixer = Dubstep( self, "song.mp3", "output.mp3", ".mp3", "some-kinda-uid", self.log )
remixer.deleteOriginal = False
remixer.start()
def log( self, update ):
print "混音进度更新:"
print update
m = MyProject()
m.wubwub()
混音器类使用单独的线程来监控进度,并在该线程中启动新的进程以进行大量工作。如果你想要创建新的混音器,可以修改Dubstep类以满足你的需求。
3. 项目API使用文档
项目API的具体使用方式未在文档中提供,但可以通过修改和调用项目中的相关类和方法来实现自定义的混音功能。
4. 项目配置
前端设置
项目的Web前端使用config.yml配置文件来设置运行时变量。以下是config.yml中可以设置的变量:
前端设置
app_name: 应用程序的公开名称。
混音队列设置
maximum_concurrent_remixes: 同时运行的最大混音数量。maximum_waiting_remixes: 允许在队列中等待的最大混音数量。hourly_remix_limit: 在给定小时内允许的最大混音数量。
超时设置
cleanup_timeout: 定期清理混音、上传和艺术品的时间间隔。remix_timeout: 混音可以进行的最大时间,超过该时间将被停止/杀死并删除。wait_timeout: 一个人可以等待混音的最大时间,超过该时间将自动删除。watch_timeout: 浏览器打开进度Socket(通过Socket.io)的时间,否则将从队列中删除并删除。
监控设置
monitor_limit: 监控页面上初始加载显示的项目数量。monitor_time_limit: 图表上显示的时间(以秒为单位)。
服务器设置
nginx: 应用程序是否在Nginx代理后面运行。database_connect_string: 数据库连接字符串。
日志设置
log_file: 用于记录所有请求/警告/错误/信息的文件名。log_name: 日志文件中服务器文件应被引用的名称。log_format: 用于日志记录的格式字符串。
文件扩展名
allowed_file_extensions: 允许的文件扩展名列表。
Socket.IO设置
socket_io_port: Socket.IO/Tornadio绑定的端口。socket_extra_sep: Socket.IO URL和资源ID之间的分隔符。monitor_resource: 监控资源的名称。progress_resource: 用户界面歌曲进度的资源名称。
SoundCloud设置
soundcloud_consumer: SoundCloud消费者API密钥。soundcloud_secret: SoundCloud密钥API密钥。soundcloud_redirect: SoundCloud OAuth登录后重定向的URL。soundcloud_app_id: 注册的SoundCloud应用程序的数字ID。soundcloud_timeout: SoundCloud上传超时的时间。soundcloud_description: 自动附加到共享到SoundCloud的任何轨道的描述标签。soundcloud_tag_list: 要设置为共享轨道的标签列表。soundcloud_sharing_note: 通过SoundCloud共享轨道时使用的注释。
注意事项
HTML标记的编辑可以在/templates目录中找到。主页上的SoundCloud小部件大部分是硬编码的,页面JS也包含在其中,这不是很优雅但速度很快。这个项目有很多粗糙的边缘,欢迎贡献你的代码。许多文档内容尚未包含在内。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219