基于深度学习音乐质感转换系统 MusiCoder

AGPL
Python
跨平台
2019-01-01
Pzoom

image

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

未来感音效水流音效镭射音效
future.ckptwater.ckptlaser.ckpt
imgimgimg

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)

的码云指数为
超过 的项目
加载中

评论(0)

暂无评论

暂无资讯

暂无问答

暂无博客

返回顶部
顶部