song recognition

Предварительные требования

• ffmpeg (требуется Librosa для загрузки mp3)
• Nodejs (Frontend)
• Mongodb

Настройка среды

Внутри backend/.env :

Отредактируйте Mongo_uri по умолчанию на ключ подключения MongoDB

 MONGO_URI = mongodb://localhost:27017/?readPreference=primary&serverSelectionTimeoutMS=2000&appname=MongoDB%20Compass&directConnection=true&ssl=false
FLASK_ENV = development

Бэкэнд

1. Создать Conda Env (необязательно)

conda create --name kishikan python=3.8

conda activate kishikan

2. Установить зависимости от питона (в backend )

Пожалуйста, перейдите в папку backend , тогда

pip install -r requirements.txt

3. Настройте колбу (в backend )

export FLASK_APP=app

Запустите колбу, используя flask run

Внешний интерфейс

Пожалуйста, перейдите в папку frontend , тогда

yarn install для установки зависимостей

yarn start открывать клиент

Важная структура папок

 .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

Демо

Пожалуйста, откройте backend/audio_fingerprinting.ipynb для аудиозонтинга и backend/query_by_singing.ipynb для запроса путем гудящего.

Эксперименты

Если вы хотите провести эксперименты, пожалуйста, загрузите наборы данных и поместите их в datasets/ :

Gtzan and is hepery: https://www.music-ir.org/mirex/wiki/2021: audio_fingerprinting

Qbsh midi и Query: https://www.music-ir.org/mirex/wiki/2021:query_by_singing/humming

Использование эталона можно найти в записных книжках Jupyter в backend/