Polymath

Polymath 是一款基于机器学习的开源工具，可将任意音乐库（如本地硬盘或 YouTube 音频）自动转化为结构化、可搜索的音乐制作采样库。它支持端到端音频处理流水线，涵盖音源分离、节拍量化、结构标注、调性识别、音色与响度分析，以及音频转 MIDI 等核心能力，专为音乐制作人、DJ 和音频 AI 开发者设计。

Translation pending. Showing the original.

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。

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

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

How to use

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

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

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

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

Traffic data

Third-party estimates, not first-party analytics. Periods, devices and providers are shown separately.

No verifiable traffic data available

Sources

github.com ↗