داخل backend/.env
:
قم بتحرير Mongo_uri الافتراضي إلى مفتاح اتصال MongoDB الخاص بك
MONGO_URI = mongodb://localhost:27017/?readPreference=primary&serverSelectionTimeoutMS=2000&appname=MongoDB%20Compass&directConnection=true&ssl=false
FLASK_ENV = development
الخلفية
conda create --name kishikan python=3.8
conda activate kishikan
backend
) يرجى الانتقال إلى المجلد backend
، ثم
pip install -r requirements.txt
backend
) export FLASK_APP=app
ابدأ القارورة باستخدام flask run
الواجهة
يرجى الانتقال إلى مجلد frontend
، ثم
yarn install
لتثبيت التبعيات
yarn start
في فتح العميل
.github
-- postman collection for API testing
backend
-- app/: all code to implement RESTful Flask Server
-- kishikan/: audio fingerprinting module
-- nazo/: query by humming module
frontend: react frontend code in typescript
يرجى فتح backend/audio_fingerprinting.ipynb
للحصول على بصمة الصوت ، backend/query_by_singing.ipynb
للاستعلام عن طريق الطنين.
إذا كنت ترغب في إجراء تجارب ، فيرجى تنزيل مجموعات البيانات ووضعها في datasets/
:
gtzan و Query: https://www.music-ir.org/mirex/wiki/2021:audio_fingerprinting
QBSH MIDI والاستعلام: https://www.music-ir.org/mirex/wiki/2021:query_by_singing/humming
يمكن العثور على الاستخدام القياسي داخل دفاتر Jupyter في backend/