Extracteur de stems audio

Hypothèse : l’outil cible la séparation de sources audio musicales et l’extraction de stems à partir de pistes stéréo. Destiné aux producteurs, remixeurs, enseignants et ingénieurs du son qui ont besoin de composants isolés pour le remix, la pratique ou l’analyse. La spécification décrit le but, la logique métier, la proposition de valeur, le public et les différenciateurs uniques, sans UI ni contenu marketing.\n\nBut et intention des utilisateurs : l’outil résout le problème d’obtention de stems audio discrets (vocaux, batterie, basse et autres instruments) à partir d’un morceau mixé. Les utilisateurs sont typiquement des producteurs affinant des remixes, des enseignants enseignant des concepts audio, et des artistes préparant des stems pour la pratique. Le service agit comme backend ou API acceptant une entrée audio, une liste de stems demandés et un format de sortie, et renvoyant des fichiers séparés et des métadonnées.\n\nLogique centrale et fonctionnalités : fonctions requises : (1) audio_input : fichier pris en charge (mp3, wav, flac) jusqu’à une taille définie, (2) stems_requested : liste de stems à extraire (par ex. [\'vocals\',\'drums\',\'bass\',\'other\']), (3) output_format : archive ZIP ou fichiers audio par stem, (4) processing_pipeline : séparation de source neuronale avec post-traitement pour réduire les artefacts. Fonctions avancées (optionnelles) : (a) separation_quality : standard ou haute fidélité, (b) batch_mode : mise en file d’attente et traitement de plusieurs morceaux, (c) metadata_export : durée, fréquence d’échantillonnage, profondeur de bits et étiquettes des stems.\n\nEntrées & sorties : entrées incluent audio_input (fichier, requis), stems_requested (tableau, requis), output_format (chaîne, requis), separation_quality (chaîne, optionnel), target_sample_rate (entier, optionnel). Sorties : stems au format WAV/AIFF, ZIP ou répertoire, et un JSON de métadonnées avec la durée et l’affectation des stems. Validation : formats pris en charge, intégrité des fichiers et tailles raisonnables.\n\nAlgorithmes & calculs : l’outil utilise une séparation spectrogramme par réseau neuronal pour estimer des masques pour chaque stem cible. Il applique une transformée inverse et reconstruction temporelle, avec suppression d’artefacts et normalisation du gain. Résultats : flux audio par stem et métadonnées associées. Approche axée sur une étiquette cohérente des stems et un alignement constant pour le remix ultérieur.\n\nErreurs & cas limites : gérez les formats non pris en charge avec codes d’erreur précis, rejetez les fichiers corrompus, appliquez une longueur maximale et des limites de taille et marquez les stems à faible confiance avec une métrique de confiance. Si certains stems ne sont pas disponibles, renvoyez les stems disponibles avec un avertissement dans les métadonnées.\n\nIndustrie/Région & Localisation : Utilise les formats audio courants (WAV/AIFF) et les taux d’échantillonnage habituels (22,05 kHz–96 kHz). Les métadonnées utilisent des durées ISO et des horodatages UTC. Aucune condition de licence locale n’est supposée ; les utilisateurs doivent détenir les droits du morceau source.\n\nHypothèses & exclusions : Le script suppose que les pistes d’entrée possèdent les droits nécessaires ; l’outil ne délivre pas de licences pour réutilisation commerciale des stems. Exclut la séparation en temps réel et les entrées non audio.