ACR Engine

一个可运行的听歌识曲原型，包含：

• 合成数据集生成
• 传统音频指纹（landmark hash）匹配
• 深度 embedding 检索（ECAPA-TDNN）
• Hybrid 混合识别入口

快速开始

cd acr-engine
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
python run_demo.py full-demo

常用命令

1. 生成合成数据

python run_demo.py generate-data --output data/synthetic --num-songs 24

2. 训练前做干跑校验

python train.py --data data/synthetic --dry-run --device cpu

3. 训练一个最小模型

python train.py --data data/synthetic --output data/models --device cpu --epochs 1 --batch-size 8

4. 构建指纹与 embedding 索引

python run_demo.py build-index --data data/synthetic --model data/models/best_model.pt --output data/index

5. 跑识别

python run_demo.py recognize \
  --query data/synthetic/segments/song_0020_seg_00.wav \
  --data data/synthetic \
  --model data/models/best_model.pt \
  --index-prefix data/index/reference

6. 一键最小闭环

python run_demo.py full-demo --device cpu

目录

• train.py：训练入口
• run_demo.py：数据生成 / 建索引 / 识别 / 一键 demo
• src/data：数据集和合成数据生成
• src/models：ECAPA 模型与损失
• src/engines：指纹、embedding、hybrid 检索
• configs/default.yaml：默认配置

当前定位

这是一个原型仓库，目标是验证 ACR 主链路能否跑通，不是生产级服务。