• [^] # Re: Quelques remarques sur bliss

    Posté par . En réponse au journal IA, fais-moi écouter ce que j'aime ?. Évalué à 7.

    Salut !

    Très content d’échanger avec toi ! Je n’ai même pas pensé à me renseigner un peu sur l’auteur de bliss, ni même de chercher s’il y avait un article dessus sur linuxfr, mais en fait si, tu en avais fait un : sortie de la bibliothèque d’analyse musicale Bliss 1.0 (2016).
    En plus je l’avais lu à l’époque :)

    En le parcourant je découvre également d’autres outils qui semble relativement maintenu :

    Ils me semblent malgré tout être moins clé en main que bliss pour mon usage. Mes connaissances dans le sujet sont quasiment inexistantes, donc je cherche les raccourcis.

    Donc pour le moment, j’utilise bliss via le binding python, les performances sont excellentes, j’ai pu l’exécuter sur des dizaines de milliers de titres en moins d’une heure, malgré la non-parallélisation de mon programme pour y stocker les résultats dans une base de données sqlite comme blissify. Je n’utilise pas blissify parce que le dernier commit daté de 2017 et que je me suis dit que j’aurais probablement besoin d’ajouter des informations en bdd, cela serait mieux que je ne délègue pas cette partie.

    J’aurais bien voulu que Song.analysis retourne un dictionnaire plutôt qu’un tableau pour savoir qu’est-ce qui correspond à quoi directement. (au passage, le lien vers bliss-rs dans la description du paquet pypi est cassé https://pypi.org/project/bliss-audio/ )

    Les métriques renvoyées par bliss semblent en tout cas dans les extrêmes plutôt bien faire le travail pour permettre de créer une playlist où les titres s’enchainent de façon agréable, mais je n’ai pas encore davantage exploité le sujet. Certaines valeurs proches ne m’ont pas donné pleine satisfaction, les titres avaient en effet quelque chose de similaire, mais "humainement" je ne les aurais pas mis si proche que ça, je n’ai plus d’exemple en tête en revanche.

    Bliss reste le meilleur outil que j’ai trouvé, il remplit parfaitement son rôle et sans blabla en fournissant de façon claire et quantifiable des éléments de comparaison pour des titres. Un énorme merci à toi, sans ton travail je n’aurais pas cherché plus loin ! Merci !

    Au final, je me retrouve avec différents indicateurs pour chaque musique :
    - artiste
    - genre / sous-genre
    - année
    - nombre d’écoute mondiale (via les plateformes de streaming) (popularité générale)
    - occurrences (via les playlists des plateformes de streaming) (popularité spécifique)
    - nombre d’écoutes personnelle (via mdp/airsonic) (popularité personnelle)
    - note personnelle (via mpd/airsonic) (popularité personnelle)
    - métriques de bliss

    L’objectif étant de constituer une playlist, j’envisage de créer une petite IHM web (désolé pour les anti tout-web, mais le web reste la plateforme universelle pc/téléphone, et je pleure la mort de Firefox OS) connectable à une instance airsonic-advanced pour y générer des playlists à partir de :
    - un ensemble de titre
    - un ensemble de genre / sous-genre
    - intervalle d’année
    - un intervalle de distance (je veux des musiques très similaires, ou j’accepte quelques musiques un peu plus lointaines pour découvrir, ou au contraire que des titres assez lointains pour me faire voyager)
    - un intervalle d’habitude (je veux mes musiques préférées, ou contraire je suis fatigué de celles-ci)

    avec un système de mixage pour y gérer les poids associés aux différents critères.

    On lui donne un nom, ça mouline avec la base de données et ça crée la playlist directement dans le serveur musical !

    Les serveurs de streaming n’ont qu’à bien se tenir !