What is Polymath?
Polymath 利用机器学习将任意音乐库（例如来自硬盘或 YouTube 的音频）转化为专业级音乐制作采样库：自动将歌曲分离为鼓组、贝斯、人声等音源干声；统一量化至指定节拍（如 120bpm）并对其对齐节拍网格；分析并标注音乐结构（主歌、副歌等）、调性（如 C4、E3）、音色、响度等元信息；同时完成音频到 MIDI 的高精度转换。最终生成一个结构清晰、标签完备、支持语义搜索的本地采样库，显著提升音乐创作、混音与 AI 训练的工作流效率。
Key features
自动音源分离：基于 Demucs 神经网络，将输入音频精准分离为鼓、贝斯、人声、其他四轨干声；
智能音乐结构分析与量化：使用 sf_segmenter 网络识别主歌/副歌等段落，并通过 pyrubberband 实现全曲统一节拍量化（如全部对齐至 120bpm）和时间轴对齐。
Use cases and audience
音乐制作人、DJ以及机器学习音频开发者
- 将不同歌曲的节拍、贝斯线与铜管声部等元素提取并组合，快速创作全新编曲
- 利用搜索功能发现相似曲目，高效制作时长一小时的无缝混音DJ Set
- 为机器学习音频开发者自动化构建大型音乐数据集，用于训练生成式模型
本地WAV/MP3音频文件或YouTube视频ID
分离后的音源分轨（鼓、贝斯等）、统一节拍网格的量化音频、结构化标注（主歌/副歌等）、调性（如C4、E3）、音色、响度及MIDI文件
Frequently asked questions
Polymath是否支持GPU加速？
原生支持CUDA GPU加速，需按TensorFlow官方指南配置CUDA环境；Docker部署暂不支持GPU
如何重置Polymath的分析数据库？
删除库目录下的 /library/database.p 文件即可重置全部分析数据
How to use
- 01
将待处理音频文件（WAV/MP3）或YouTube视频ID添加至Polymath库：例如执行 python polymath.py -a /path/to/song.wav 或 python polymath.py -a n6DAqMFe97E
- 02
对库中曲目进行量化处理以统一节拍网格，例如执行 python polymath.py -q n6DAqMFe97E -t 120 将指定曲目量化至120 BPM
- 03
基于某首曲目搜索相似曲目，例如执行 python polymath.py -s n6DAqMFe97E -sa 10 获取10个相似结果
- 04
可选：在搜索同时批量量化结果，例如执行 python polymath.py -s n6DAqMFe97E -sa 10 -q all -t 120
Official website & sources
Updated on 2026-10-30
