seek-tune

“

SeekTune 是对 Shazam 歌曲识别算法的一种实现，它基于一些相关资源的见解开发而成，并且整合了 Spotify 和 YouTube 的 API 来查找和下载歌曲。

Github地址

https://github.com/cgzirim/seek-tune

项目功能

• 歌曲识别：通过音频指纹技术识别歌曲，与 Shazam 的核心功能类似。

• 歌曲下载：支持从 Spotify 获取歌曲信息，并通过 YouTube 下载歌曲（需注意版权问题）。

• 本地歌曲管理：可以将本地歌曲保存到数据库中，并为其生成音频指纹，用于后续的匹配识别。

安装与部署

• 依赖环境：

• Golang：用于运行后端代码，需提前安装。

• FFmpeg：用于音频处理，需提前安装。

• NPM：用于运行前端代码，需提前安装。

• 部署方式：

• 克隆项目后，分别进入client和server目录安装依赖。

• 启动前端应用：在client目录下运行npm start。

• 启动后端应用：在server目录下运行go run *.go serve。

• 需安装 Docker 和 Docker Compose。

• 使用命令docker-compose up --build启动应用，访问http://localhost:8080即可使用。

• 使用命令docker-compose down停止应用。

• 使用 Docker：

• 本地部署：

使用方法

• 下载歌曲：

• 使用命令go run *.go download <Spotify 链接>，需提供有效的 Spotify 歌曲链接。

• 保存本地歌曲到数据库：

• 使用命令go run *.go save [-f|--force] <歌曲文件或目录路径>，可选-f或--force参数，即使未找到 YouTube ID 也会保存歌曲。

• 查找匹配歌曲：

• 使用命令go run *.go find <wav 文件路径>，程序会尝试匹配数据库中的歌曲，并返回相似度分数。

• 清除数据：

• 使用命令go run *.go erase，删除数据库中的音频指纹和歌曲信息。

数据库选项

• 默认使用 SQLite 数据库。

• 可切换到 MongoDB 数据库，需设置相关环境变量（如DB_TYPE、DB_USER、DB_PASS等）来配置连接。