最新

我开发TrackSplit是因为我想在练习鼓时能够伴随我最喜欢的歌曲，而不被原始鼓轨道干扰。 现有的解决方案如LALAL.AI和Moises需要将音频上传到他们的服务器。我希望有一个本地运行的工具，这样既能保护隐私，又不想再订阅另一个服务。 TrackSplit可以将任何歌曲分离成六个音轨：人声、鼓、贝斯、吉他、钢琴和其他。它完全在你的Mac上运行，无需互联网连接。 技术细节： - 使用Swift/SwiftUI构建，内嵌Python后端 - 使用HTDemucs v4（混合变换器Demucs）进行音轨分离 - 在Apple Silicon上通过Metal/MPS实现GPU加速 - 在M1上处理大多数4分钟的歌曲约需90秒 使用场景： - 音乐家在歌曲伴奏下练习（去除自己的乐器） - 创建卡拉OK伴奏 - DJ提取人声 - 进行混音和采样 在Mac App Store上售价19.99美元（一次性购买，无需订阅）。

我曾经是一名数据工程师，其中一个重要的方面就是数据监控。数据科学家和分析师在分析方面会对商业指标（如注册率、留存率等）进行大量监控，但作为数据工程师，我也需要确保系统没有出现故障。Data Axolotl 专注于后者。 市面上有很多支持数据测试的工具（我非常喜欢 dbt 测试），但即使编写了强健的测试，我们仍然会遇到意想不到的破坏性变化。大多数情况下，当产品经理询问某个不常见的指标为何在所有地方都变为 null 时，这就成了一个问题。我们并不知道这个指标正在被使用（有时甚至不知道它的存在），那么我们怎么能为它编写测试呢？（一个常见的原因是某个工程团队停止记录某个数字，因为没有人知道它的重要性；即使工程团队做了一切正确的事情，发送了“仅供参考，我们将移除遗留用户 ID 值”的通知，并安全地推出了更新，也没有人会预料到市场营销的投资回报率仪表板依赖于这个指标。） 这就是 Data Axolotl 的用武之地：Data Axolotl 是一个命令行工具，可以捕捉分析数据集中的意外破坏性变化，而无需提前知道可能会出错的地方。 简单来说，你只需将其指向一些数据表，每天运行，它就会随着时间的推移收集大量常见指标（如列的最小值、最大值、均值、行数、唯一值计数等）。如果任何指标突然发生变化，Data Axolotl 会生成警报。 整个工具运行在一个 Python 包中，因此你可以在本地或通过像 Airflow 这样的调度工具在自己的基础设施上运行。你不需要注册任何新的云服务，也不必担心数据泄露给第三方。历史数据可以存储在本地的 sqlite（默认）中，或存储在你基础设施上的远程数据库中。 这是一个相对早期的版本，目前仅支持 Snowflake 表，但我们希望未来能够添加其他数据库类型。 你可以今天就尝试 Data Axolotl，直接在本地机器上通过 pip 安装。`pip install data-axolotl` 完整的安装指南可以在 Readme 中找到。