Об этом проекте

Essentia — это открытая библиотека на C++ для анализа аудио и извлечения музыкальной информации на основе аудио, выпущенная под лицензией Affero GPLv3. Она предоставляет широкий набор переиспользуемых алгоритмов, охватывающих ввод/вывод аудио, стандартные блоки цифровой обработки сигналов, статистическую характеризацию данных, а также большой набор спектральных, временных, тональных и высокоуровневых музыкальных дескрипторов. Библиотека обёрнута в Python и поставляется с предопределёнными исполняемыми экстракторами для доступных музыкальных дескрипторов, что поддерживает быстрое прототипирование и быструю настройку исследовательских экспериментов. Она также включает плагин Vamp для использования с Sonic Visualiser в целях визуализации. Проект заявляет о фокусе на надёжности предоставляемых музыкальных дескрипторов и оптимизации вычислительных затрат. Функциональность описывается как легко расширяемая, позволяющая проводить как исследовательские эксперименты, так и разработку крупномасштабных промышленных приложений. Библиотека является кроссплатформенной и в настоящее время поддерживает Linux, macOS, Windows, iOS и Android. Пакеты Python доступны через pip как `essentia` и `essentia-tensorflow` для Linux x86_64 и i686, также публикуются образы Docker. Предварительно собранные статические бинарные файлы для ряда экстракторов музыки командной строки также предлагаются в качестве альтернативы установке полной библиотеки. Документация, инструкции по установке, учебник по Python и учебник по Jupyter Notebook доступны онлайн. Пользователи могут прочитать FAQ, открыть issues на GitHub или начать обсуждения для получения поддержки. Официальные релизы публикуются на GitHub, ветка master содержит последние обновления; README отмечает возможные несовместимости между разными версиями Essentia при использовании примеров экстракторов или пользовательского кода. Вклад принимается через pull requests в соответствии с политикой участия проекта и Developer's Certificate of Origin.