منصوبے کے بارے میں

AudioMuse-AI سونک فنگرپرنٹنگ اور AI ماڈلز کا استعمال کرتے ہوئے آپ کی میوزک لائبریری کے اصل آڈیو مواد کا تجزیہ کرتا ہے تاکہ سونک طور پر ملتے جلتے ٹریکوں کا خودکار کلسٹرنگ، قدرتی زبان کی تفصیل سے فوری پلے لسٹ کی تخلیق (مثلاً "تیز رفتار، کم توانائی والی موسیقی")، آپ کے مجموعے کا بصری 2D Music Map، دو ٹریکوں کو بآسانی ملاتے ہوئے Song Paths، سننے کی عادتوں پر مبنی Sonic Fingerprint پلے لسٹس، ADD/SUBTRACT کنٹرولز کے ساتھ وائب پر مبنی کیوریشن کے لیے Song Alchemy، موڈ/آلہ موسیقی/اندراج کے ذریعے متن کی تلاش، 72 زبانوں میں بولوں (lyrics) کی تلاش، اور Search by Recording (20 سیکنڈ کے کلپ سے گانا پہچاننا یا متبادل ریکارڈنگز ڈھونڈنا) جیسی خصوصیات ممکن بنائی جا سکیں۔ یہ بیک وقت متعدد میوزک سرورز (Navidrome، Jellyfin، LMS، Lyrion، Emby، Plex) کی حمایت کرتا ہے اور اس میں بلٹ ان ڈوپلیکیٹ ڈٹیکشن شامل ہے تاکہ ہر ٹریک کا تجزیہ صرف ایک بار ہو اور نتائج شیئر کیے جائیں۔ ڈیپلائمنٹ کے اختیارات میں Docker Compose، Podman، Kubernetes (Helm چارٹ دستیاب، AMD64/ARM64)، اور macOS (Apple Silicon)، Linux (x86_64/ARM64 .deb/.rpm) اور Windows (x86_64) کے لیے نیٹو ایپلیکیشنز شامل ہیں۔ کم از کم ہارڈویئر: AVX2 والا 4-کور CPU (Intel 2015+ یا ARM)، 8 GB RAM، NVMe SSD۔ تیز تجزیے کے لیے GPU ایکسلریشن (NVIDIA، تجرباتی ARM DGX Spark) اختیاری ہے۔ کنفیگریشن براؤزر پر مبنی Setup Wizard کے ذریعے منظم کی جاتی ہے؛ PostgreSQL 15 ضروری ہے۔ یہ پروجیکٹ کمیونٹی کی زیر قیادت ہے اور audiomuse.ai سے وابستہ نہیں ہے۔