Ищите по референсным трекам

Для кого: Для тех, у кого есть один или несколько референсных треков и нужны близкие кандидаты. Задача: Использовать MERT, SONARA и Reference Compare, не смешивая их оценки. Тип: Руководство

Состояние интерфейса v7

Описанный ниже сценарий React относится к отложенному интерфейсу. Он ещё не перенесён на API схемы v7, поэтому эти шаги сейчас не проверены и недоступны для v7. Используйте приведённую ниже альтернативу через API бэкенда.

Поиск по референсному треку (seed) полезен, когда реальная композиция передаёт намерение лучше тегов или слов. Приложение сравнивает сохранённые результаты анализа вокруг референсного трека и возвращает кандидатов для прослушивания. Оно не утверждает, что найденные треки обязательно сведутся или относятся к одному жанру.

Один референсный трек задаёт более узкое окружение, несколько — смешанную цель. Результат представляет собой ранжированный список для прослушивания, а не автоматически готовую подборку.

Актуальная альтернатива v7

Используйте POST /api/search для поиска по референсным трекам через maest, mert, muq или clap, а для SONARA — POST /api/search/sonara. Сравнение отдельных моделей без вкладок React доступно через POST /api/reference/compare. Поля запросов, лимиты и составная идентичность ответов описаны в справочнике API.

Сценарий отложенного интерфейса

Выберите характер окружения

Режим	Когда помогает	Что можно изменить
MERT	Нужно широкое обученное аудиоокружение с минимумом решений	Порог сходства и количество результатов
SONARA	Понятно, какие слышимые свойства должны оставаться близкими или меняться	Режим признаков, веса микшера и направленные модификаторы
LAB	Нужно услышать, в чём расходятся отдельные семейства моделей	Колонки моделей, количество результатов и вердикты прослушивания

MERT отвечает на более короткий вопрос: «Что находится рядом с этими треками в аудиопространстве модели?» SONARA позволяет спросить точнее: «Что близко к ним по тем свойствам, которые важны мне сейчас?»

Выберите референсные треки

Добавьте треки из фонотеки на панель референсных треков. Выбранные идентификаторы используются в MERT, SONARA, SET, предварительном просмотре Hybrid и LAB Reference Compare.

Эндпоинты Hybrid и обратной связи принимают от одного до пяти уникальных референсных треков. Ручной режим SET также рассчитан на одну-пять опорных точек: защита от повторов исполнителя и размещение промежуточных точек построены вокруг небольшого набора.

Вкладка MERT

Поиск MERT вызывает /api/search с идентификаторами референсных треков. Он сравнивает сохранённые эмбеддинги MERT и возвращает кандидатов с оценками.

Используйте MERT для аудиосходства в обученном пространстве эмбеддингов. Такой поиск полезен для изучения тембрового и музыкального окружения, но не учитывает конкретную задачу диджея.

Основные настройки:

• Similarity: минимальная оценка от 0.00 до 1.00;
• Limit: не более 1..500 результатов.

Если включена фильтрация по BPM, MERT сначала разрешает актуальные данные темпа SONARA. При низкой уверенности он также проверяет ранжированные варианты темпа SONARA и тег BPM из Mutagen. После проверки этих источников ненадёжный темп не становится жёсткой причиной исключения.

Вкладка SONARA

Поиск SONARA вызывает /api/search/sonara и использует сохранённые строки признаков. Этот режим подходит для более понятного управления ритмом, тембром, уровнем и энергией, гармонической окраской и совместимостью темпа.

Сначала выберите Mode:

• Balanced сочетает общее настроение, звучание, темп и умеренное гармоническое согласие.
• Vibe усиливает энергию, танцевальность, валентность, акустичность и общую динамику.
• Sound усиливает тембр, MFCC и спектральную фактуру.
• DJ transition усиливает BPM, плотность атак, энергию, танцевальность и тональную совместимость.
• Custom mixer включает видимые веса микшера и направленные модификаторы.

Веса микшера:

• Timbre: спектральная фактура и признаки, связанные с MFCC.
• Rhythm: плотность атак, танцевальность и связанные ритмические признаки.
• Dynamics: энергия, RMS, LUFS, диапазон громкости SONARA 2.0 и моментальная громкость.
• Harmonic: chroma, диссонанс, движение аккордов и градуированная совместимость Camelot SONARA. Уверенность в тональности лишь ослабляет сомнительные гармонические данные и сама не оценивается как сходство.
• Tempo: совместимость BPM с учётом половинного и двойного темпа.

Уверенность в темпе определяет вес этих данных, но не становится отдельной мерой сходства. Точные правила нейтрализации и выбора кандидатов описаны в контракте SONARA v0.2.9.

Модификаторы задают направление относительно контекста референсных треков: энергия, валентность, акустичность, яркость, плотность ритма, диапазон уровня, громкость и vocalness SONARA 2.0. Значение 0 не тянет результат ни в одну сторону.

Вкладка LAB

Вкладка LAB открывает Model Listening Lab. Она сравнивает, как CLAP, MERT, MuQ, MAEST и SONARA ранжируют кандидатов для первого выбранного референсного трека. Это диагностическое прослушивание отдельных групп моделей.

Режим полезен, когда один референсный трек особенно важен и вы хотите услышать, какое семейство находит интересных соседей. Каждая модель остаётся в своей колонке: вы сравниваете результаты напрямую, не сворачивая всё в одну оценку.

Основные элементы:

• Limit: 1..100 кандидатов на модель.
• Compare models: вызывает /api/reference/compare для первого референсного трека.
• Кнопки вердикта: сохраняют заметку о кандидате и модели как mood, palette, instruments, groove, genre, transition или miss.

Вердикты сохраняются как локальная обратная связь о паре с источником reference_compare:<model>. Это заметки для последующей проверки и калибровки. Они не меняют аудиотеги и не перестраивают выдачу сразу после сохранения.

Проверяйте результаты

В строках результата доступны прослушивание, отметки «нравится», метаданные, действия с референсными треками и текущим сетом. Полезный итог — несколько кандидатов, которые выдержали проверку на слух. Относитесь к оценке как к подсказке порядка. Трек с меньшим баллом всё равно может лучше подойти для сведения.

Если результатов нет

• Убедитесь, что выбранное семейство модели было проанализировано.
• Снизьте порог сходства.
• Используйте меньше референсных треков или выберите более однозначные.
• Проверьте, что интерфейс открыт с той же базой, которую вы анализировали.
• В LAB отдельная модель может быть недоступна, если у референсного трека нет соответствующего эмбеддинга или признаков SONARA.