Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

soundscape-monorepo

Radio en monorepo auto-innovador que nunca agota sus canciones. Se semilla una estación con música propia o enlaces, y un agente de YUE2 genera nuevas composiciones basadas en ese estilo. Una sola clonación y un docker-compose permite ejecutarlo en Windows (WSL2) y Linux.

Ficha actualizada 22 sept 2026, 19:50 · upstream 22 sept 2026, 19:42 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es soundscape-monorepo

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

<p>Soundscape es una radio auto-innovadora que nunca agota sus canciones. Se semilla la estación con música propia o enlaces de YouTube, y un agente YUE2-3B aprende del sonido de las semillas para generar nuevas composiciones en ese estilo.</p> <p>Una sola clonación y un docker-compose permiten ejecutarlo en Windows (Docker Desktop + WSL2) y Linux. Incluye una interfaz web Next.js con visualizador beat-lockado, transcripción de melodía por SheetSage2, generación de letras por Ollama, renderizado por YuE2 y gateo inteligente.</p> <p>Es un proyecto personal, no un servicio público. Permite crear estaciones únicas, guardar canciones en la biblioteca, exportar listas de reproducción y visualizar el flujo de audio con un feed JSON en tiempo real.</p>

CASOS DE USO
  • Crear una radio personalizada que nunca se agote sin necesidad de comprar nuevas canciones
  • Generar contenido musical basado en música existente mediante IA generativa
  • Visualización beat-lockada de reproducción en tiempo real con interfaz web
  • Transcripción automática de melodías y etiquetas CLAP para análisis de estilo
  • Estudio personal de composición con generación de letras adaptadas a la melodia
PUNTOS DESTACADOS
  • Single Docker Compose file que ejecuta cuatro sidecars (clipgrab, sheetsage, ollama, yue2) sin necesidad de múltiples contenedores
  • Visualizador en tiempo real con beat-locking basado en el análisis del audio del player
  • Modelo YUE2-3B capaz de generar canciones completas con estilo definido por semillas
  • Interfaz web Next.js 15 con tres paneles: radio, biblioteca y visualización en vivo
  • Soporte para Windows (WSL2) y Linux con configuración mínima del sistema
PRECAUCIONES
  • Requiere GPU NVIDIA con al menos 16 GB de VRAM; no soporta AMD, Intel o Apple GPUs
  • El modelo Ollama debe ser accesible desde dentro del contenedor Docker (no funciona en modo host)
  • La generación de letras requiere un LLM compatible con OpenAI API y puede fallar si el endpoint está caído
  • Las canciones generadas por YUE2 pueden no coincidir exactamente con la melodía original
  • El sistema de gateo puede rechazar canciones que no superen ciertos tiempos o niveles de volumen
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Instalación en Windows: ejecutar `docker compose --profile gpu --profile llm up -d --build`. El primer arranque toma 20-40 min por el descargado del modelo. Para producción, usar un servidor Ollama externo y configurar `OLLAMA_KEEP_ALIVE=0` para liberar GPU entre llamadas. En Linux: `docker compose --profile gpu --profile llm up -d`. Actualizaciones se realizan con `git pull` seguido de `up -d --build`. El repositorio contiene todo el código necesario; los sidecars se ejecutan como contenedores independientes que comunican vía HTTP sobre sus puertos internos (3014, 3015, 3016, 3020).

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.jsFastAPIPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
30203021127
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.