bliss音乐分析器 - Rust版本

bliss-rs是bliss的Rust改进版本，一个用于通过分析歌曲并计算它们之间距离来制作播放列表的库。

与bliss类似，它简化了“智能”播放列表和/或连续播放的创建，类似于Spotify/Grooveshark Radio，同时也简化了为现有音频播放器创建插件的开发。例如，您可以使用它制作舒缓的播放列表来帮助您入睡，快速播放列表来让您在白天开始行动等。

目前（如果您正在寻找易于使用的流畅播放体验），blissify实现了MPD的bliss。

还有python绑定。轮子是用maturin编译的；源代码在此处提供以供参考。

注意1：bliss-rs输出的功能与C-bliss使用的功能不兼容，因为它基于实际文献使用不同的、更精确的值。它也更快。

示例

对于简单的分析和距离计算，请参阅examples/distance.rs和examples/analyze.rs。

如果您只想尝试从包含歌曲的文件夹中制作播放列表，这个示例包含了您需要的一切。用法

    cargo run --features=serde --release --example=playlist /path/to/folder /path/to/first/song

不要忘记--release 标志！

默认情况下，它将播放列表输出到stdout，但您可以使用-o <path>将其输出到特定路径。

为了避免多次分析整个文件夹，它还将在/tmp/analysis.json中存储分析。您可以通过使用-a <path>将此文件存储在特定位置来自定义此行为。

可用的代码示例

计算两首歌曲之间的距离

use bliss_audio::decoder::bliss_ffmpeg::FFmpeg as Decoder;
use bliss_audio::decoder::Decoder as DecoderTrait;
use bliss_audio::BlissError;

fn main() -> Result<(), BlissError> {
    let song1 = Decoder::from_path("/path/to/song1")?;
    let song2 = Decoder::from_path("/path/to/song2")?;
        
    println!("Distance between song1 and song2 is {}", song1.distance(&song2));
    Ok(())
}

从一首歌曲创建播放列表

use bliss_audio::decoder::bliss_ffmpeg::FFmpeg as Decoder;
use bliss_audio::decoder::Decoder as DecoderTrait;
use bliss_audio::{BlissError, Song};
use noisy_float::prelude::n32;

fn main() -> Result<(), BlissError> {
    let paths = vec!["/path/to/song1", "/path/to/song2", "/path/to/song3"];
    let mut songs: Vec<Song> = paths
        .iter()
        .map(|path| Decoder::song_from_path(path))
        .collect::<Result<Vec<Song>, BlissError>>()?;

    // Assuming there is a first song
    let first_song = songs.first().unwrap().to_owned();

    songs.sort_by_cached_key(|song| n32(first_song.distance(&song)));
    println!(
        "Playlist is: {:?}",
        songs
            .iter()
            .map(|song| &song.path)
            .collect::<Vec<&String>>()
    );
    Ok(())
}

进一步使用

与其重新发明获取用户库、播放歌曲等方法并将其嵌入到bliss中，不如查看库模块。它实现了常见的分析函数，并允许无缝地将分析后的歌曲放入sqlite数据库中。

参见blissify获取参考实现。

交叉编译

要将bliss-rs从linux交叉编译到x86_64 windows，通过以下方式安装x86_64-pc-windows-gnu目标：

    rustup target add x86_64-pc-windows-gnu

确保您的计算机上已安装x86_64-w64-mingw32-gcc。

然后下载并解压ffmpeg的预构建二进制文件后，运行

    FFMPEG_DIR=/path/to/prebuilt/ffmpeg cargo build --target x86_64-pc-windows-gnu --release

将生成一个.rlib库文件。如果您想生成共享的.dll库，请在编译前将以下内容添加到Cargo.toml中，并且如果您想生成.lib静态库，请添加

    [lib]
    crate-type = ["cdylib"]

    [lib]
    crate-type = ["staticlib"]

当然，您可以通过将它们编译成.exe文件来自行测试示例。

    FFMPEG_DIR=/path/to/prebuilt/ffmpeg cargo build --target x86_64-pc-windows-gnu --release --examples

警告：要在Windows上完成所有上述操作并使其工作，需要在Windows的%PATH%（avcodec-59.dll等）上安装ffmpeg的dll。通常在目标Windows上安装ffmpeg就足够了，但您也可以从/path/to/prebuilt/ffmpeg/bin中提取它们，并将它们放在您用cargo生成的旁边（无论是bliss的dll还是可执行文件）。

致谢

• 此库在频谱/音色分析方面严重依赖aubio的Rust绑定，所以向librosa的创作者和贡献者以及@katyo表示感谢，他为Rust制作了aubio绑定。
• 色度提取的第一部分基本上是将librosa的librosa的chroma特征提取从Python重写到Rust，只使用了所需的最小功能。同样感谢两位创作者和贡献者。
• 最后，感谢Christof Weiss为我指明色度特征总结的正确方向，这些总结基本上是将AudioLabs Erlangen的一些出色的笔记本从Python重写到Rust，您可以在这里找到。