Taylor s Tune

taylor-tune-tune ️

Taylor's Tune هي أداة توصيات الموسيقى التي تعتمد على المزاج والتي تستفيد من أحدث نماذج لغة كبيرة مفتوحة المصدر (مثل Mixtral-8x7b ، Llama3-70b ، Llama3-7b ، Gemma-7B) لتوفير أفضل أغاني Taylor سريعة وفقًا لاحتياجات المستخدم.

يمكنك تجربتها كمواقع ويب هنا ، بينما إذا كنت مهتمًا أكثر بالجزء الفني ، يمكنك قراءة تقرير المشروع.

؟ شاشات

قسم الدردشة

في هذه النافذة ، يمكن للمستخدم أن يشرح للوكيل الحالة العاطفية وحالة العلاقة من أجل الحصول على نصائح منه. يوفر القسم الفرعي على اليسار إمكانية الاختيار من بين النماذج المتوفرة ، بالإضافة إلى ضبط بعض المقاييس التي تُعلى من الدردشة مثل طول الذاكرة ، وعدد الأغاني المقترحة ، وأقصى رموز إخراج LLM .

❤ قسم الأسئلة العاطفية

تتيح هذه اللوحة الثانية للمستخدم الإجابة على الاستبيان المقترح في أنني علمت أنك كنت مشكلة: الاتجاهات العاطفية في ذخيرة تايلور سويفت ، والتي يتم استنتاج اقتراحات الأغاني باستخدام نموذج إحصائي.

قسم الدرجات العاطفية

تقوم اللوحة الثالثة بالإبلاغ عن مجموعة البيانات المستخدمة للمشروع. أول واحد يربط وصفًا نصيًا لكل درجة معيارية عاطفية رقمية.
المعايير التي تم النظر فيها هي: مشاعر الذات ، نصف الزجاج ممتلئ ، مراحل الاكتئاب ، وتيرة ، جدية ، آفاق مستقبلية ، شعور بالذكور ، الجماعات الجماعية

والثاني يحتوي على كلمات ، والمعايير العاطفية ، ووصف المعنى وعنوان URL Spotify لكل أغنية.

؟ الإعداد والتشغيل

قم بإعداد الخدمات الأولية

1. قم بإنشاء مجموعة QDrant الخاصة بك ، ثم انسخ مفتاح API وعنوان URL

2. احصل على مفتاح Groq API

3. QDRANT_CLIENT_URL GROQ_API_KEY ملف secrets.toml QDRANT_API_KEY هنا يمكنك التحقق من كيفية عمل الأسرار بشكل أفضل

يمكنك الآن اختيار إما لتثبيت التطبيق المحلي على Python Env/VenV الحالي أو استخدام Dockerfile المقدمة

الخيار 1: التثبيت المحلي

1. انسخ ملف secrets.toml في المجلد Aposite (التعليمات هنا)

2. تثبيت الحزم المطلوبة مع

    pip3 install -r requirements.txt
   

3. قم بتجميع مجموعات البيانات وتحميلها على Qdrant Vector DB عن طريق تشغيل دفتر الملاحظات vector_db_upload.ipynb

4. تشغيل التطبيق مع

    streamlit run _Chat.py
   

الخيار 2: استخدام Dockerfile

1. بناء التطبيق

    docker build -t taylor .
   

2. قم بتجميع مجموعات البيانات وتحميلها على Qdrant Vector DB عن طريق تشغيل دفتر الملاحظات vector_db_upload.ipynb

3. تشغيل التطبيق

    docker run -p 8501:8501 taylor
   

الملاحظات النهائية / المصدر المفتوح

المشروع مفتوح المصدر بالكامل ويمكن تمديده أيضًا إلى فنانين آخرين مع بعض التعديلات الصغيرة. سأستفيد بشدة إذا أراد شخص ما المساهمة في المشروع!

زائدة

بنية النظام

تم تطوير WebApp واستضافته باستخدام STIPLELIT بينما أداة التزامن بين Vectordbs و LLMS المختارة هي Langchain.

عندما يرسل المستخدم موجهًا ، يتم إجراء بحث عن التشابه الغنائي الأول ، بينما تحاول LLMS في نفس الوقت التنبؤ بالنتائج العددية لكل معايير ، وفقًا لقاعدة البيانات الأولى الموضحة في صفحة Emotional scores . بعد ذلك ، يتم تنفيذ استعلام لمعايير DBS لأفضل أغاني K. بعد ذلك ، يتم دمج نتائج الاستعلامات وتقديمها كسياق إضافي إلى LLM للاقتراح النهائي.

تم تقييم النظام على قدرة الأعطال العاطفية وعلى قدرة التوصية. مزيد من المعلومات حول هذا الموضوع في التقرير.

دفاتر ملاحظات مفيدة

دفاتر ملاحظات مفيدة:

• vector_db_upload.ipynb : يسمح بتجميع وتحميل قواعد البيانات المقدمة إلى مجموعة QDrant الحالية الخاصة بك
• lyrics_summarization.ipynb : احصل على وصف معنى الأغنية على أساس كلماتها