TimeSide-开放的Web音频处理框架
imeSide是一个python框架，可进行低级和高级音频分析，图像处理，代码转换，流传输和标记。其高级API旨在通过插件体系结构，安全的可扩展后端和可扩展的动态Web前端，对任何音频或视频资产的超大型数据集进行复杂处理。
功能
缩放音频计算（过滤，机器学习等）
网络音频可视化
音频过程原型
通过Web进行实时和按需转码和流传输
自动分段和标记与音频事件同步
目标
使用Python异步和快速的音频处理，
将任何音频或视频媒体格式的音频帧解码为numpy数组，
使用一些最先进的音频功能提取库（例如Aubio，Yaafe和VAMP）以及一些纯python处理器来分析音频内容，
使用各种奇特的波形，频谱图和其他酷炫的图表可视化声音，
将各种媒体格式的音频数据转码并通过网络应用流式传输，
通过各种可移植格式序列化功能分析数据，
提供来自油管或Deezer等平台的音频源
提供通过REST API的分析和转码上通过网络提供或上载轨道
通过智能的高级HTML5可扩展播放器按需播放和互动 ，
索引，标签和注释与语义元数据的音频档案（见Telemeta其嵌入TimeSide），
通过任何基础架构部署和扩展自己的音频处理引擎
安装
Timeside现在完全可以作为Docker组合使用了。基于docker的组合将一些强大的应用程序和现代框架捆绑在一起，它们是即用型的：Python，Conda，Numpy，Jupyter，Gstreamer，Django，Celery，Haystack，ElasticSearch，MySQL，Redis，uWSGI，Nginx等。
首先，安装Docker和docker-compose
然后下载TimeSide并解压，
cd TimeSide
docker-compose pull
现在，请转到文档以了解如何使用它。
注意，如果您需要在Docker映像之外使用TimeSide，请参考基于Debian稳定系统的Dockerfile规则。
案例
使用两个处理实例可以很容易地执行最基本的操作，即代码转换：
在上面的示例中可以看到，创建处理管道是使用二进制OR运算符执行的。
可以使用诸如波形和频谱图之类的绘图仪来执行音频数据可视化。所有绘图仪均返回图像：