Polymath

Acerca de Polymath

De la música a la biblioteca de muestras, impulsada por IA

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.

Características principales

Separación automática de tallos

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.

Conversión de audio a MIDI

Convierta pistas enteras o fragmentos en MIDI utilizando la red neuronal Basic Pitch, lo que permite una integración perfecta en su estación de trabajo de audio digital (DAW) para posteriores arreglos y producción.

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.

Cuantización y alineación de ritmos

Con pyrubberband, todos los stems y archivos de audio se alinean con una cuadrícula de ritmo, lo que permite realizar mezclas sincronizadas, mashups y creación de música basada en bucles.

Análisis de la estructura musical

Polymath usa sf_segmenter para dividir las canciones en secciones etiquetadas, como estribillo, verso o puente. Esto facilita la organización de samples según su función musical.

Búsqueda de canciones similares

Una vez analizadas, las canciones de tu biblioteca se pueden buscar por similitud: ideal para crear sets de DJ, crear mezclas temáticas o entrenar modelos musicales de IA.

Casos de uso

Para productores musicales

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

Para DJs

Busca en tu biblioteca pistas compatibles armónica y rítmicamente. Cuantiza conjuntos completos a un tempo consistente y exporta pistas para lograr transiciones fluidas.

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

Analiza el tempo, la altura, la tonalidad, el timbre y otras características del audio en una amplia variedad de música. Usa Polymath para investigar patrones, tendencias y relaciones musicales.

Cómo funciona

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

Requisitos del sistema y configuración

• Python 3.7–3.10
• ffmpeg
• CUDA-enabled GPU (optional but recommended)

Soporte de Docker

Ejecute Polymath en un entorno contenedorizado utilizando el Dockerfile proporcionado. Monte directorios de entrada/salida y procese archivos fácilmente en diferentes plataformas.

Licencias y Comunidad

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