audiomuse-ai

AudioMuse-AI 使用声学指纹识别和 AI 模型分析音乐库中的实际音频内容，从而实现以下功能：自动将声音相似的曲目聚类；根据自然语言描述即时生成播放列表（例如“高节奏、低能量音乐”）；以可视化 2D Music Map 呈现你的收藏；通过 Song Paths 在两首曲目之间实现无缝衔接；根据收听习惯创建 Sonic Fingerprint 播放列表；通过 Song Alchemy 按氛围策划音乐，并提供 ADD/SUBTRACT 控制；按情绪、乐器或流派进行文本搜索；用 72 种语言搜索歌词；以及通过 Search by Recording 识别歌曲（根据 20 秒片段识别歌曲或查找其他录音版本）。 它可同时支持多个音乐服务器（Navidrome、Jellyfin、LMS、Lyrion、Emby、Plex），并内置重复检测功能，因此每首曲目只分析一次，结果可共享。部署选项包括 Docker Compose、Podman、Kubernetes（提供 Helm 图表，支持 AMD64/ARM64），以及 macOS（Apple Silicon）、Linux（x86_64/ARM64，.deb/.rpm）和 Windows（x86_64）的原生应用。最低硬件要求：配备 AVX2 的 4 核 CPU（Intel 2015 年及以后机型或 ARM）、8 GB 内存和 NVMe SSD。GPU 加速（NVIDIA，实验性支持 ARM DGX Spark）为可选项，可加快分析速度。配置通过基于浏览器的 Setup Wizard 管理；需要 PostgreSQL 15。该项目由社区驱动，与 audiomuse.ai 无关联。