Анализ фонотеки в v7

Для кого: Для тех, кто запускает локальный анализ через текущую исполняемую часть Python. Задача: Выбрать безопасные команды анализа v7 и понять границу хранения данных. Тип: Руководство

Текущая исполняемая часть Python использует новую схему v7. Анализ читает исходное аудио и записывает локальное состояние SQLite; исходные аудиофайлы он не изменяет. Сначала просканируйте фонотеку, затем выберите семейство анализа под свой вопрос при прослушивании.

Текущий статус UI

Порт интерфейса (frontend) на v7 отложен. Существующие элементы анализа в браузере не совместимы с v7, поэтому не используйте эту страницу как инструкцию по текущим флажкам, лимитам или кнопкам сброса. Пока интерфейс переносится, используйте CLI или API.

Подготовьте SONARA до первого запуска

В каждом новом комплекте v7 до первого анализа SONARA нужно активировать загруженный неизменяемый релиз с четырьмя результатами:

mkdir .\backups
dj-sim prepare-sonara-release --db .\data\library.sqlite --backup-dir .\backups --confirm "PREPARE SONARA RELEASE"

Каталог резервных копий должен существовать и быть доступен для записи. Подготовка выводит из загруженной исполняемой части точные контракты core, timeline, embedding и fingerprint, проверяет копии Core и Artifacts и записывает долговечную квитанцию для продолжения после прерывания.

Запуск семейства

После подготовки SONARA запускается отдельно. Для полного активного релиза выберите все четыре результата:

dj-sim analyze --models sonara --sonara-outputs core,timeline,embedding,fingerprint --db .\data\library.sqlite

Семейства ML можно запускать вместе:

dj-sim analyze --models maest,mert,muq,clap --db .\data\library.sqlite

Не указывайте --limit, чтобы рассмотреть всю фонотеку. Положительный лимит выбирает только кандидатов без запрошенных актуальных результатов. Для MAEST, MERT, MuQ и CLAP используйте --device auto, --device cpu или --device cuda; SONARA работает по нативному пути CPU.

Результаты SONARA и хранение

Допустимые имена результатов SONARA: core, timeline, embedding и fingerprint. Core всегда включён. Строки признаков Core находятся в Core; payload Timeline, эмбеддинг SONARA и отпечаток находятся в обязательной соседней базе *.artifacts.sqlite. Эмбеддинги MAEST, MERT, MuQ и CLAP тоже хранятся в Artifacts. У Core и Artifacts должен совпадать catalog_uuid.

*.evaluation.sqlite хранит необязательные данные оценки. Исполняемая часть не мигрирует базы v5/v6, не адаптирует старые результаты SONARA и не создаёт удалённые sidecar Timeline/Representations.

Повторная подготовка после изменения релиза SONARA

Текущая ревизия признаков SONARA проекта — 6. Изменение релиза SONARA, декодера, профиля признаков результата или ревизии признаков требует такой же подготовки до нового анализа SONARA. Процесс упорядочен и продолжается после сбоя, но не является распределённой атомарной транзакцией. После подготовки повторно проанализируйте SONARA и переобучите, опубликуйте и пересчитайте все классификаторы, использующие SONARA.

Конвейер и классификаторы

Порядок backend-конвейера всегда SONARA, затем ML, затем CLASSIFIERS. Ошибки отдельных файлов сохраняются в статусе задачи; фатальная ошибка инициализации или отмена останавливают следующие этапы.

Расчёт классификаторов работает только с базой данных и не декодирует исходное аудио. Нужен совместимый манифест версии 2; добавленные в репозиторий артефакты версии 1 или без версии блокируются до переобучения и публикации. Оценки ограничены своим classifier_key.

Сброс и интерпретация

Сбросы меняют только данные SQLite. Не заменяйте ими упорядоченную подготовку релиза SONARA. Выводы моделей — это сигналы для предварительного отбора с последующим прослушиванием, а не объективная истина и не автоматическое создание DJ-сета.