最新

我开发 TrackSplit 是因为我想跟着我最喜欢的歌曲练习架子鼓，但又不想被原曲的鼓点干扰。<p>现有的解决方案，比如 LALAL.AI 和 Moises，都需要将你的音频上传到他们的服务器。我想要一个本地运行的工具，既为了保护隐私，也因为我不想再订阅一个服务了。<p>TrackSplit 可以将任何歌曲分离成 6 个音轨：人声、鼓、贝斯、吉他、钢琴和其他。它完全在你的 Mac 上运行，无需互联网连接。<p>技术细节： - 使用 Swift/SwiftUI 构建，嵌入了 Python 后端 - 使用 HTDemucs v4 (Hybrid Transformer Demucs) 进行分离 - 通过 Metal/MPS 在 Apple Silicon 上进行 GPU 加速 - 在 M1 芯片上，处理一首 4 分钟左右的歌曲大约需要 90 秒<p>使用场景： - 音乐家跟着歌曲练习（移除你的乐器） - 制作卡拉 OK 伴奏 - DJ 提取人声 - 混音和采样<p>可在 Mac App Store 上购买，售价 19.99 美元（一次性购买，无需订阅）。

我过去是一名数据工程师，数据监控是我的重要工作内容之一。数据科学家和分析师主要在分析方面监控业务指标（注册率、留存率等）的变化，而作为数据工程师，我还需要确保系统不出问题。Data Axolotl 专注于后者。 市面上有大量支持数据测试的工具（我很喜欢 dbt 测试），但即使编写了完善的测试，我们仍然会遇到意想不到的破坏性变更。大多数情况下，当产品经理出现并询问某个晦涩的指标为何突然全面为 null 时，问题就出现了。我们并不知道该指标正在被使用（有时甚至不知道它存在），那么我们怎么可能为它编写测试呢？（一个常见的原因是，某个工程团队停止记录某个数字，因为没有人知道它很重要；即使工程团队做了一切正确的事情，发出了通知“请注意，我们将删除旧的用户 ID 值”，并安全地推出了更新，也没有人会想到营销 ROI 仪表板依赖于此。） 这就是 Data Axolotl 的用武之地：Data Axolotl 是一个 CLI 工具，它可以捕获分析数据集中意想不到的破坏性变更，而无需您提前知道可能发生什么。 简单来说，您只需将其指向一些数据表，每天运行它，它就会随着时间的推移收集大量常见指标。（列的最小值、最大值、均值、行数、不同值的计数等。）如果任何指标突然发生变化，Data Axolotl 就会生成警报。 整个工具都运行在 Python 包中，因此您可以在本地或通过 Airflow 等调度工具在您自己的基础设施上运行它。您无需注册任何新的云服务，也无需冒着数据泄露给第三方的风险。历史数据可以存储在本地的 sqlite 中（默认），或者存储在您基础设施上的远程数据库中。 这是一个相当早期的版本，所以目前它只支持 Snowflake 表，但我们希望将来能添加其他数据库类型。 您今天就可以通过 pip 安装 Data Axolotl，直接从您的本地机器上试用它。`pip install data-axolotl` 完整的设置指南可以在 Readme 中找到。