Polymath

About Polymath

From Music to Sample Library, Powered by AI

Polymath es una herramienta de código abierto de Python que utiliza aprendizaje automático para transformar cualquier biblioteca musical, ya sea de tu disco duro o de YouTube, en una biblioteca de samples con capacidad de búsqueda, cuantificada y lista para producción. Creada para productores musicales, DJ e investigadores de audio con IA, optimiza todo, desde la separación de fuentes hasta la transcripción MIDI.

Creado por y para innovadores del audio

Diseñado por tecnólogos y desarrolladores de audio, Polymath simplifica un proceso generalmente complejo y lo convierte en un flujo de trabajo automatizado. Utiliza un conjunto de redes neuronales de vanguardia para analizar, etiquetar y convertir audio, ofreciendo a los músicos más tiempo para crear y menos para editar.

Core Features

Automatic Stem Separation

Polymath utiliza la red neuronal Demucs para extraer pistas de audio individuales, como batería, bajo, voz, piano, guitarra y más. Esto permite el muestreo y la remezcla precisos de elementos aislados.

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.

Detección de clave y tempo

Polymath detecta automáticamente las claves musicales y el tempo, utilizando herramientas como Crepe y librosa, lo que facilita la combinación de elementos en diferentes pistas de su proyecto.

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

Divide rápidamente tus canciones favoritas en samples utilizables. Extrae y combina elementos de distintos géneros para crear remixes, ritmos o composiciones completamente nuevas.

For DJs

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

Para desarrolladores de ML

Polymath genera conjuntos de datos estructurados y etiquetados a partir de música real. Ideal para entrenar modelos generativos o realizar análisis musicológicos.

Para investigadores

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
• GPU compatible con CUDA (opcional, pero recomendado)

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 es de código abierto bajo la licencia MIT y acepta contribuciones de músicos, desarrolladores e investigadores. Puedes unirte a la creciente comunidad a través de Discord para recibir soporte, actualizaciones y colaborar.