1. 开源软件
  2. 手机/移动开发
  3. 音频声效(Audio)
  4. MusiCoder

MusiCoder - 基于深度学习音乐质感转换系统

机器学习/深度学习 音频声效(Audio)
AGPL
跨平台
Python

软件简介

基于深度学习的轻量化音乐质感转换系统

Maintenance
Open Source Helpers
Documentation Status
AGPLv3 license
Status
Ask Me Anything !
BUAA !

💮项目简介

使用方法

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(已经完成封装，可以直接调用)；

  • ☁️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

算法数据流

配置及环境要求

基本配置

  • Ubuntu 12.04 LTS 及以上

  • 内存4G及以上 (推荐)

  • Python 3 环境

所需主要依赖

模型文件

请分别解压并放置在 converter/models 下

[未来感音效](https://github.com/Pzoom522/MusiCoder/blob/master/doc/audio/future_10.mp3?raw=true) [水流音效](https://github.com/Pzoom522/MusiCoder/blob/master/doc/audio/water_10.mp3?raw=true) [镭射音效](https://github.com/Pzoom522/MusiCoder/blob/master/doc/audio/laser_10.mp3?raw=true)
[future.ckpt](https://www.dropbox.com/s/6xhg6ipsn0fq7yy/future.ckpt.zip?dl=0) [water.ckpt](https://www.dropbox.com/s/y2rstqwq21xph99/water.ckpt.zip?dl=0) [laser.ckpt](https://www.dropbox.com/s/wln82c3c6ibhbfx/laser.ckpt.zip?dl=0)
[![](/static/assets/osapp/images/3ec9b4d5732e7d9185a5787c82590d1f.jpeg)](https://github.com/Pzoom522/MusiCoder/blob/master/doc/img/future.jpg?raw=true) [![](/static/assets/osapp/images/4293a414b680834abb973d6f14bfbbb0.jpeg)](https://github.com/Pzoom522/MusiCoder/blob/master/doc/img/water.jpg?raw=true) [![](/static/assets/osapp/images/37fde25a46e82ead78e2e91b8f842f46.jpeg)](https://github.com/Pzoom522/MusiCoder/blob/master/doc/img/laser.jpg?raw=true)

运行

  1. 开放端口 [port]

  2. 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内存的设备上，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 💰到1JyMBHSvReQYvoUDAKaKo9amABcLRqsjsq)

  • 发行OSX、Linux版本

  • 修复出现的bug

  • 开源训练代码

🔗References

Please cite us and give a ⭐️ if you found this repo useful:

X. Peng, C. Li, Z. Cai, F. Shi, Y. Liu, and J. Li. A Lightweight Music
Texture Transfer System. CoRR
abs/1810.01248 (2018)

软件首页