MusicRecommender_Flask

Initiation

git clone
cd project
pip install -r requirements.txt
(macOS일 경우)
brew install libomp

Web development

set FLASK_ENV=development
python app.py

Using Audio Utilities

오디오 처리에 사용하는 Spleeter와 Crepe는 Tensorflow와 Keras를 사용하므로
가상환경을 사용중일 경우 반드시 고려해주세요!

• FFmpeg 설치: https://hello-bryan.tistory.com/230 링크 참조

utils/wavParser.py

• 기능
  • 지정한 디렉토리 내의 오디오 파일을 원하는 길이만큼 편집
  • 지정한 디렉토리 내의 오디오 파일을 WAV로 변환
• 변수
  • ROOT_PATH: 상위 폴더 경로 지정
  • BASE_INPUT_PATH: ROOT_PATH 아래의 원본 폴더명
  • BASE_OUTPUT_PATH: 변환한 WAV 출력할 폴더명

utils/separateVocals.py

• 기능
  • Spleeter를 사용하여 지정한 디렉토리 내의 오디오 파일을 보컬과 배경음악으로 분리
• 변수
  • ROOT_PATH: 상위 폴더 경로 지정
  • INPUT_PATH: ROOT_PATH 아래의 WAV파일 폴더명
  • VOCAL_OUT_PATH: 보컬 분리한 파일 출력할 폴더명

utils/createPitchList.py

• 기능
  • Crepe를 사용하여 지정한 디렉토리 내의 오디오 파일의 Pitch값을 0.1초 단위로 분석
  • 분석결과 csv로 저장
  • 분석결과에서 더 나은 결과를 위해 데이터 정제 (Optional: 정제값 csv로 저장)
  • 분석결과(혹은 정제결과)를 바탕으로 Pitch mean, max값을 산출하여 단일 csv로 저장
• 변수
  • ROOT_PATH: 상위 폴더 경로 지정
  • VOCAL_PATH: 보컬 분리된 파일이 있는 폴더명
  • PREDICT_OUT_PATH: 음정 예측을 돌린 csv 파일 저장 폴더명
  • PREDICT_RESULT_PATH: 모든 음정 예측값을 정리한 단일파일 출력 폴더명
  • REFINE_OUT_PATH: (Optional) 음정 예측값을 보정한 후의 csv 파일 저장 폴더명