SBM Model

Данный проект был создан за один вечер мной и Клодом для проверки работоспособности идеи. Главная ценность проекта это датасет, который создаётся вручную.

Возможности

• обработка WAV, MP3, OGG и FLAC
• обучение модели по JSON-файлу с парами аудио
• кеширование аудиопризнаков в data/cache/
• сохранение текущей модели в out/sbm.model.npz
• сохранение копий моделей и JSON-метаданных в history/
• проверка пары напев + песня из командной строки

Установка

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

Для MP3/OGG/FLAC нужен FFmpeg:

brew install ffmpeg

Формат JSON

JSON должен быть списком пар:

[
  {
    "id": "example_1",
    "humming_path": "audio/humming/example.wav",
    "song_path": "audio/song/song.wav",
    "label": 1
  }
]

Пути могут быть абсолютными или относительными от папки, где лежит JSON. label = 1 означает совпадение, label = 0 означает несовпадение.

Обучение

python3 main.py train data/chant/generated/train.json

С отдельной валидацией:

python3 main.py train data/chant/generated/train.json --val-json data/chant/generated/val.json

Параметры:

python3 main.py train data/chant/generated/train.json \
  --epochs 500 \
  --batch-size 16 \
  --lr 0.02

Отключить кеш:

python3 main.py train data/chant/generated/train.json --no-cache

После обучения создаются:

• out/sbm.model.npz - текущая модель
• history/model_YYYY-MM-DD_HH-MM-SS.npz - копия модели
• history/model_YYYY-MM-DD_HH-MM-SS.json - метаданные обучения

Проверка пары

python3 main.py predict \
  --humming path/to/humming.wav \
  --song path/to/song.mp3

С явным путём к модели:

python3 main.py predict \
  --model history/model_2026-06-18_10-00-00.npz \
  --humming path/to/humming.wav \
  --song path/to/song.mp3

Информация о модели

python3 main.py info