Polymath

About Polymath

From Music to Sample Library, Powered by AI

Polymath ist ein Open-Source-Python-Tool, das maschinelles Lernen nutzt, um jede Musikbibliothek — ob von Ihrer Festplatte oder von YouTube — in eine durchsuchbare, quantisierte und produktionsbereite Sample-Bibliothek umzuwandeln. Entwickelt für Musikproduzenten, DJs und KI-Audioforscher, optimiert es alles von der Quellentrennung bis zur MIDI-Transkription.

Erstellt von und für Audio-Innovatoren

Polymath wurde von Audiotechnologen und -entwicklern entwickelt und vereinfacht einen normalerweise komplexen Prozess zu einem automatisierten Workflow. Es nutzt modernste neuronale Netzwerke zur Analyse, Beschriftung und Konvertierung von Audiodaten. So haben Musiker mehr Zeit zum Erstellen und weniger Zeit zum Bearbeiten.

Core Features

Automatic Stem Separation

Polymath nutzt das neuronale Netzwerk Demucs, um einzelne Audio-Stämme wie Schlagzeug, Bass, Gesang, Klavier, Gitarre und mehr zu extrahieren. Dies ermöglicht präzises Sampling und Remixen isolierter Elemente.

Audio to MIDI Conversion

Convert stems or entire tracks into MIDI using the Basic Pitch neural network, allowing seamless integration into your digital audio workstation (DAW) for further arrangement and production.

Tonart- und Tempoerkennung

Polymath erkennt mithilfe von Tools wie Crepe und Librosa automatisch Tonarten und Tempo und erleichtert so das Anpassen von Elementen zwischen verschiedenen Titeln in Ihrem Projekt.

Quantization and Beat Alignment

With pyrubberband, all stems and audio files are aligned to a beat grid, allowing for synchronized mashups, mixes, and loop-based music creation.

Music Structure Analysis

Polymath uses sf_segmenter to break songs into labeled sections like chorus, verse, or bridge. This makes it easy to organize samples based on musical function.

Similar Song Search

Once analyzed, songs in your library can be searched by similarity—ideal for building DJ sets, creating thematic mixes, or training AI music models.

Use Cases

For Music Producers

Zerlegen Sie Ihre Lieblingstitel schnell in verwertbare Samples. Extrahieren und kombinieren Sie Elemente aus verschiedenen Genres, um Remixe, Beats oder völlig neue Kompositionen zu erstellen.

For DJs

Search your library for harmonically and rhythmically compatible tracks. Quantize entire sets to a consistent tempo and export stems for seamless transitions.

Für ML-Entwickler

Polymath generiert strukturierte, beschriftete Datensätze aus echter Musik. Ideal für das Training generativer Modelle oder die Durchführung musikwissenschaftlicher Analysen.

Für Wissenschaftler/innen

Analyze tempo, pitch, key, timbre, and other audio features across a wide variety of music. Use Polymath to investigate musical patterns, trends, and relationships.

How It Works

• Source Separation — Demucs
• Segmentation & Structure — sf_segmenter
• Pitch & Key Tracking — Crepe
• Audio to MIDI — Basic Pitch
• Quantization — pyrubberband
• Feature Extraction — librosa

System Requirements & Setup

• Python 3.7–3.10
• ffmpeg
• CUDA-fähige GPU (optional, aber empfohlen)

Docker Support

Run Polymath in a containerized environment using the provided Dockerfile. Mount input/output directories and process files easily across platforms.

Licensing & Community

Polymath ist Open Source unter der MIT-Lizenz und begrüßt Beiträge von Musikern, Entwicklern und Forschern. Sie können der wachsenden Community über Discord beitreten und Support, Updates und Zusammenarbeit nutzen.