MoeMusicTranscription 开源项目使用教程

MoeMusicTranscription 开源项目使用教程

MoeMusicTranscription An automatic music transcription application 项目地址: https://gitcode.com/gh_mirrors/mo/MoeMusicTranscription

1. 项目介绍

MoeMusicTranscription 是一个在本地运行的 AI 音乐转录软件，使用 Python 与 React 开发。该项目的主要功能是将音频文件转录为乐谱，目前仅支持钢琴转录。未来计划加入歌声转录、多乐器转录以及后处理功能，如自动量化、节拍检测、自动钢琴左右手分离、乐谱草稿导出、乐谱 OCR 等。

2. 项目快速启动

2.1 环境准备

在开始之前，请确保您的系统已经安装了以下软件：

• Python 3.x
• Node.js
• Git

2.2 克隆项目

首先，克隆 MoeMusicTranscription 项目到本地：

git clone https://github.com/luoyily/MoeMusicTranscription.git
cd MoeMusicTranscription

2.3 安装依赖

安装 Python 依赖：

pip install -r requirements.txt

安装 Node.js 依赖：

cd react_app
npm install

2.4 运行项目

在项目根目录下运行以下命令启动后端服务：

python backend.py

然后在 react_app 目录下运行以下命令启动前端服务：

npm start

2.5 使用示例

1. 打开浏览器，访问 http://localhost:3000。
2. 上传您的音频文件或输入本地音频路径（目前仅支持 wav 格式，其他格式请先转换或安装 FFMPEG）。
3. 选择模型并调整设置（推荐 Onset 阈值：0.5，Frame 阈值：0.4）。
4. 点击 Run Infer 等待转录完成后，点击 Download Result 下载结果。

3. 应用案例和最佳实践

3.1 应用案例

MoeMusicTranscription 可以广泛应用于音乐教育、音乐创作、音乐分析等领域。例如：

• 音乐教育：教师可以使用该工具将学生的演奏录音转录为乐谱，方便教学和评估。
• 音乐创作：作曲家可以使用该工具将即兴演奏或灵感片段转录为乐谱，加速创作过程。
• 音乐分析：研究人员可以使用该工具对音乐作品进行转录和分析，提取音乐特征。

3.2 最佳实践

• 音频质量：为了获得更好的转录效果，建议使用高质量的音频文件。
• 模型选择：根据音频内容选择合适的模型，例如纯钢琴音频可以选择 HPPNet（钢琴转录）模型。
• 参数调整：根据实际需求调整 Onset 和 Frame 阈值，以获得最佳的转录结果。

4. 典型生态项目

MoeMusicTranscription 作为一个音乐转录工具，可以与其他音乐相关的开源项目结合使用，形成更完整的生态系统。以下是一些典型的生态项目：

• MuseScore：一个开源的乐谱编辑器，可以与 MoeMusicTranscription 结合使用，将转录的乐谱导入 MuseScore 进行进一步编辑和排版。
• Audacity：一个开源的音频编辑软件，可以用于音频文件的预处理，如格式转换、降噪等。
• OpenAI Whisper：一个开源的语音识别工具，可以与 MoeMusicTranscription 结合使用，实现歌声转录和多语言支持。

通过这些生态项目的结合，MoeMusicTranscription 可以为用户提供更全面、更高效的音乐处理解决方案。

MoeMusicTranscription An automatic music transcription application 项目地址: https://gitcode.com/gh_mirrors/mo/MoeMusicTranscription