Build OK

ESSENTIA.md

@@ -0,0 +1,203 @@
+# 🎼 Classification avec Essentia (Optionnel)
+
+## État actuel
+
+Le système fonctionne **sans Essentia** en utilisant uniquement Librosa pour l'extraction de features audio.
+
+**Fonctionnel actuellement** :
+- ✅ Tempo (BPM)
+- ✅ Tonalité (key)
+- ✅ Signature rythmique
+- ✅ Energy
+- ✅ Danceability
+- ✅ Valence
+- ✅ Features spectrales
+
+**Non disponible sans Essentia** :
+- ❌ Classification automatique des genres (50 genres)
+- ❌ Classification des ambiances/moods (56 moods)
+- ❌ Détection des instruments (40 instruments)
+
+## Pourquoi Essentia n'est pas activé par défaut ?
+
+La version `essentia-tensorflow==2.1b6.dev1110` spécifiée n'existe pas sur PyPI. C'était une version de développement qui n'a jamais été publiée officiellement.
+
+## Options pour activer la classification IA
+
+### Option 1 : Utiliser la version stable d'Essentia (Recommandé pour Linux)
+
+**Note** : Essentia fonctionne principalement sur Linux. Sur macOS ARM64, il peut y avoir des problèmes de compatibilité.
+
+```bash
+# Modifier requirements.txt
+# Remplacer:
+essentia-tensorflow==2.1b6.dev1110
+
+# Par:
+essentia==2.1b6.dev1110  # Version sans TensorFlow
+# OU
+essentia-tensorflow  # Version la plus récente disponible
+```
+
+**Limitations** : Les modèles TensorFlow pré-entraînés peuvent ne pas fonctionner avec les versions stables.
+
+### Option 2 : Compiler Essentia depuis les sources (Avancé)
+
+Pour les utilisateurs avancés qui veulent la version complète :
+
+```bash
+# Dans le Dockerfile
+RUN apt-get install -y build-essential libyaml-dev libfftw3-dev \
+    libavcodec-dev libavformat-dev libavutil-dev libavresample-dev \
+    libsamplerate0-dev libtag1-dev libchromaprint-dev python3-dev
+
+RUN git clone https://github.com/MTG/essentia.git && \
+    cd essentia && \
+    ./waf configure --mode=release --build-static --with-python && \
+    ./waf && \
+    ./waf install
+```
+
+**Attention** : Build très long (30+ minutes), augmente considérablement la taille de l'image.
+
+### Option 3 : Utiliser un modèle alternatif (Recommandé pour production)
+
+Au lieu d'Essentia, utiliser des modèles plus modernes et maintenus :
+
+#### A. **Hugging Face Transformers**
+
+```python
+# Dans requirements-minimal.txt, ajouter:
+transformers==4.36.0
+torch==2.1.2  # CPU version
+
+# Code pour classification:
+from transformers import pipeline
+
+# Genre classification
+classifier = pipeline("audio-classification",
+                     model="facebook/wav2vec2-base-960h")
+result = classifier("audio.wav")
+```
+
+#### B. **CLAP (Contrastive Language-Audio Pretraining)**
+
+```python
+# Ajouter:
+laion-clap==1.1.4
+
+# Code:
+import laion_clap
+model = laion_clap.CLAP_Module(enable_fusion=False)
+model.load_ckpt()
+
+# Classification par description textuelle
+audio_embed = model.get_audio_embedding_from_filelist(["audio.wav"])
+text_candidates = ["rock music", "jazz", "electronic", "classical"]
+text_embed = model.get_text_embedding(text_candidates)
+similarity = audio_embed @ text_embed.T
+```
+
+#### C. **Panns (Pre-trained Audio Neural Networks)**
+
+```python
+# Ajouter:
+panns-inference==0.1.0
+
+# Code:
+from panns_inference import AudioTagging
+at = AudioTagging(checkpoint_path=None, device='cpu')
+tags, probabilities = at.inference("audio.wav")
+```
+
+## Solution actuelle (Fallback)
+
+Le code actuel dans `backend/src/core/essentia_classifier.py` gère gracieusement l'absence d'Essentia :
+
+```python
+try:
+    from essentia.standard import MonoLoader, TensorflowPredictEffnetDiscogs
+    ESSENTIA_AVAILABLE = True
+except ImportError:
+    ESSENTIA_AVAILABLE = False
+
+# Si Essentia n'est pas disponible, retourne des valeurs par défaut
+if not ESSENTIA_AVAILABLE:
+    return self._fallback_genre()
+```
+
+**Résultat** : Le système fonctionne sans erreur, mais sans classification automatique.
+
+## Recommandation
+
+Pour la **plupart des cas d'usage**, les features Librosa (tempo, énergie, tonalité) sont **suffisantes** pour :
+- Organiser une bibliothèque musicale
+- Créer des playlists par BPM
+- Filtrer par énergie/valence
+- Rechercher par tempo
+
+Pour la **classification avancée**, je recommande :
+
+1. **Court terme** : Utiliser le système actuel (Librosa only)
+2. **Moyen terme** : Implémenter CLAP ou Panns (plus récent, mieux maintenu)
+3. **Long terme** : Fine-tuner un modèle personnalisé sur votre bibliothèque
+
+## Migration vers CLAP (Exemple)
+
+Si vous voulez vraiment la classification, voici comment migrer vers CLAP :
+
+### 1. Modifier requirements-minimal.txt
+
+```txt
+# Ajouter
+laion-clap==1.1.4
+torch==2.1.2  # CPU version
+```
+
+### 2. Créer clap_classifier.py
+
+```python
+"""Classification using CLAP."""
+import laion_clap
+
+class CLAPClassifier:
+    def __init__(self):
+        self.model = laion_clap.CLAP_Module(enable_fusion=False)
+        self.model.load_ckpt()
+
+        self.genre_labels = ["rock", "jazz", "electronic", "classical",
+                            "hip-hop", "pop", "metal", "folk"]
+        self.mood_labels = ["energetic", "calm", "happy", "sad",
+                           "aggressive", "peaceful", "dark", "uplifting"]
+
+    def predict_genre(self, audio_path: str):
+        audio_embed = self.model.get_audio_embedding_from_filelist([audio_path])
+        text_embed = self.model.get_text_embedding(self.genre_labels)
+
+        similarity = (audio_embed @ text_embed.T)[0]
+        top_idx = similarity.argmax()
+
+        return {
+            "primary": self.genre_labels[top_idx],
+            "confidence": float(similarity[top_idx]),
+            "secondary": [self.genre_labels[i] for i in similarity.argsort()[-3:-1][::-1]]
+        }
+```
+
+### 3. Intégrer dans analyzer.py
+
+```python
+from .clap_classifier import CLAPClassifier
+
+class AudioAnalyzer:
+    def __init__(self):
+        self.classifier = CLAPClassifier()  # Au lieu d'EssentiaClassifier
+```
+
+## Conclusion
+
+**Pour l'instant** : Le système fonctionne très bien avec Librosa seul.
+
+**Si vous avez vraiment besoin de classification** : CLAP ou Panns sont de meilleurs choix qu'Essentia en 2025.
+
+**Ne vous bloquez pas** : Les features audio de base (BPM, tonalité, energy) sont déjà très puissantes pour la plupart des usages !