ListenBrainz工具,用于将元数据匹配到MusicBrainz以及从MusicBrainz匹配元数据。
项目描述
ListenBrainz匹配工具
在ListenBrainz项目中,我们创建了一些工具和技术,使我们能够创建MBID映射子项目。该项目接受艺术家名称和录音(曲目)名称,并尝试找到MusicBrainz中最佳的匹配录音。
该库将包含代码,以方便将非MusicBrainz元数据匹配到MusicBrainz(标记音乐集合)以及从MusicBrainz匹配到非MusicBrainz元数据(内容解析)。
元数据清理器
该工具包的一个组件是元数据清理器,它可以从元数据录音字符串中删除(通常)无用的垃圾信息
"Tabula Rasa (feat. Lorraine Weiss)" -> "Tabula Rasa"
"Don't Give up - 2001 remaster" -> "Don't Give up"
此库还支持艺术家名称清理
"Amy Winhouse, Lorraine Weiss" -> "Amy Winehouse"
当元数据无法识别时,应将元数据通过元数据清理器进行处理,以尝试去除可能阻止匹配的无用垃圾。如果清理器成功去除垃圾,则应再次查找清理后的元数据,希望这次能够找到匹配项。
要使用此类,请实例化MetadataCleaner类并调用clean_recording或clean_artist方法
from lb_matching_tools.cleaner import MetadataCleaner
mc = MetadataCleaner()
mc.clean_recording("Tabula Rasa (feat. Lorraine Weiss)")
mc.clean_artist("Amy Winhouse, Lorraine Weiss")
安装
要安装此Python模块,只需执行以下操作
pip install .
开发
创建虚拟环境
python -m venv .venv
安装依赖项
pip install .
运行测试
要运行内部单元测试,请运行
pip install .
./test.py
项目详情
下载文件
下载适用于您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。
源分布
lb-matching-tools-2024.1.30.1.tar.gz (15.5 kB 查看哈希值)
构建分布
关闭
lb-matching-tools-2024.1.30.1.tar.gz的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 6472a035edcca7da1cb88b463b1f8377943cdf39b5224ced680387223f873a8c |
|
MD5 | b60f88f4daec4acd3be30716e1a535d8 |
|
BLAKE2b-256 | a4545186e8be62ac2791b0ee6982ae05b8cf4404db8d57d59fa16ccd6c938b0b |
关闭
lb_matching_tools-2024.1.30.1-py3-none-any.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 50aa957ee8f64dbcac6b738e3707a26a05e14af25f18ea0dce6b51c388cca3f0 |
|
MD5 | 404803885d68c0bc63dc6f64692c437c |
|
BLAKE2b-256 | 17c4565d2124cf73e5683758818c3a7767634c8e8a5a8e67bbc7a0da38f39f0c |