इस प्रोजेक्ट के बारे में

NeuralNote एक उन्नत ऑडियो प्लगइन (VST3/AU/स्टैंडअलोन) है जो डिजिटल ऑडियो वर्कस्टेशन (DAWs) के लिए डिज़ाइन किया गया है, और यह डीप लर्निंग का उपयोग करके अत्याधुनिक ऑडियो-से-MIDI ट्रांसक्रिप्शन करता है। यह MuScriptor मॉडल (Kyutai और Mirelo से) का उपयोग करता है, जिसे C++/ggml इंजन (`muscriptor.cpp`) में पोर्ट किया गया है, जिससे macOS और Windows पर पूरी तरह से स्थानीय, गोपनीयता-संरक्षित ट्रांसक्रिप्शन संभव होता है (Linux समर्थन आगामी है)। मुख्य विशेषताएं: - मल्टी-इंस्ट्रूमेंट ट्रांसक्रिप्शन: पूरे संगीत मिक्स को ट्रांसक्राइब करें, जिसमें नोट्स इंस्ट्रूमेंट द्वारा समूहीकृत हों, या स्वचालित इंस्ट्रूमेंट डिटेक्शन का उपयोग करें। - पूरी तरह से स्थानीय प्रोसेसिंग: सभी ऑडियो प्रोसेसिंग आपके मशीन पर स्थानीय रूप से चलती है; ऑडियो कभी भी आपके डिवाइस से बाहर नहीं जाता। - मॉडल विकल्प: तीन आकारों (छोटा, मध्यम, बड़ा) में उपलब्ध है, जो गुणवत्ता और गति के बीच समझौता करते हैं। मॉडल Hugging Face से GGUF फ़ाइलों के रूप में डाउनलोड किए जाते हैं। - लाइव और फ़ाइल रिकॉर्डिंग: लाइव रिकॉर्ड करें या ऑडियो फ़ाइलें (WAV, AIFF, FLAC, MP3, OGG) सीधे प्लगइन में ड्रॉप करें। - बैकग्राउंड ट्रांसक्रिप्शन और प्रीव्यू: बैकग्राउंड में ट्रांसक्राइब करता है, जबकि आप डिकोड किए गए MIDI को रीयल-टाइम में प्रीव्यू कर सकते हैं। परिणामी MIDI को ट्रैक पर ड्रैग और ड्रॉप करें या सीधे सेव करें। स्रोत से बिल्ड करें: NeuralNote v2 वर्तमान में कार्य प्रगति पर है और स्रोत से बिल्ड करने की आवश्यकता है। आवश्यकताओं में git, CMake, Python 3, और C++23 कंपाइलर (Clang पसंदीदा है) शामिल हैं। Windows GPU समर्थन के लिए बिल्ड समय पर Vulkan SDK की आवश्यकता होती है, जबकि macOS GPU त्वरण Metal का उपयोग करता है। लाइसेंस: स्रोत कोड Apache-2.0 लाइसेंस के तहत जारी किया गया है, जबकि अंतर्निहित MuScriptor मॉडल वेट CC BY-NC 4.0 (केवल गैर-व्यावसायिक उपयोग) के तहत जारी किए गए हैं।