jacbz/Lofi

ML-supported lo-fi music generator

해결하는 문제

코드 진행과 멜로디와 같은 음악적 요소를 수학적 벡터로 표현함으로써, 다양한 사운드를 생성할 수 있도록 조작 가능한 방법을 제공합니다.

작동 방식

본 프로젝트는 PyTorch로 구축된 변분 오토인코더(VAE) 모델을 사용하며, Spotify 및 Hooktheory의 데이터셋으로 학습되었습니다. 이 모델은 lo-fi 트랙을 100개의 특징 벡터로 압축합니다. Flask 서버에서 모델을 호스팅하고, TypeScript 웹 클라이언트는 Tone.js를 사용하여 이러한 특징 벡터를 음성으로 다시 변환합니다.

대상 사용자

AI 생성 음악과 기계학습 및 오디오 합성의 교차점에 관심 있는 음악가, 개발자, 애호가.

주요 특징

  • 음악을 100개 특징 벡터로 표현하는 VAE 사용.
  • 브라우저에서 실시간 오디오 생성을 위한 Tone.js 통합.
  • Docker를 통해 사용자 정의 모델 학습 및 배포 지원.

관련

  • 프로젝트
    nasa-petal/bidara

    BIDARA는 GPT-4 기반의 챗봇으로, 생물 모방 연구소의 디자인 프로세스를 안내하여 문제 정의, 생물학적 질문으로 전환, 자연 모델 발견, 전략 추상화, 자연에서 영감을 받은 솔루션 모방을 지원합니다. Discord 봇, 웹 앱, 또는 재사용 가능한 시스템 프롬프트로 OpenAI Playground에서 실행 가능합니다.

  • 프로젝트
    HangYu8123/HarnessFlow

    HarnessFlow는 Claude Code, Codex CLI, 또는 GitHub Copilot을 다단계로 자가 검토 가능한 코딩 어시스턴트로 바꾸는 포터블 Markdown 지침 파일 세트입니다. 리퀘스트 템플릿, 병렬 분석 에이전트, 악마의 변호사 도전, QA 검증, 지속적인 리포지토리 메모리를 제공합니다. 리포지토리의 `.github/HarnessFlow/`에 팩을 복사하고 제공된 `setup.sh` 또는 `cli_setup.sh`를 실행하여 설치할 수 있습니다. 리퀘스트 템플릿(코드, 리팩터링, 디버깅 등)을 선택하고 채운 후 어시스턴트에 붙여넣습니다. 이 팩은 `general`, `fast`, `skill` 세 가지 워크플로우 모드를 지원하며, 벤치마크 결과로 생성 코드 줄 수가 최대 76% 감소하면서도 100% 정확성을 유지했습니다.

  • 프로젝트
    xpzouying/x-mcp

    X‑MCP는 Chrome 확장 프로그램으로, AI 에이전트(Claude, Codex 등)가 브라우저를 제어하여 Xiaohongshu에 게시물을 생성하고 게시할 수 있게 해줍니다. Model Context Protocol(MCP)를 사용하며, Python/Docker 백엔드가 필요 없고, aredink.com에서 발급받은 토큰만으로도 비기술자용 AI 기반 자동화를 가능하게 합니다.

  • 프로젝트
    SynaLinks/synalinks

    Synalinks는 Keras 스타일의 선언적 API를 사용하여 RAG, 에이전트, 재귀적 파이프라인과 같은 신경 기호적 언어 모델 앱을 구성, 학습, 배포할 수 있는 오픈소스 파이썬 프레임워크입니다. 사전 에이전트, 내장된 그래프/SQL 지식 기반, 컨텍스트 내 강화학습을 통한 프롬프트 최적화, LiteLLM를 통한 간편한 모델 전환을 제공합니다. FastAPI/FastMCP 배포, MLflow 관측성, 하이퍼파라미터 탐색을 지원하며, AI 개발자, 연구자, 데이터 사이언티스트, 학습자들을 대상으로 합니다.