1. Visión Técnica: Análisis Visual de Audio

CCMusic Dashboard transforma el análisis musical mediante conversión espectral. Convierte archivos de audio en representaciones visuales (espectrogramas CQT y Mel) que son procesadas por modelos de visión artificial para clasificación de géneros.

Características Clave:

• Transformación audio-espectro: Algoritmos CQT y Mel para conversión a dominio visual
• Arquitecturas de modelos: Soporte para VGG19, ResNet50, DenseNet121
• Implementación inmediata: Pesos preentrenados incluidos
• Visualización de resultados: Interpretación transparente de prediccciones

2. Requisitos del Sistema

• Sistemas Operativos: Windows 10+, macOS 10.14+, Ubuntu 18.04+
• Docker: Runtime instalado
• Memoria: Mínimo 4GB RAM (8GB recomendado)
• Almacenamiento: 2GB disponibles

Instalación de Docker

Ejecutar en terminal Linux (Ubuntu):

# Actualizar repositorios
sudo apt update

# Instalar dependencias
sudo apt install apt-transport-https ca-certificates curl gnupg-agent

# Agregar clave GPG oficial
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

# Añadir repositorio estable
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

# Instalar Docker CE
sudo apt install docker-ce docker-ce-cli containerd.io

# Verificar instalación
sudo docker run --rm hello-world

3. Despliegue Automatizado

Iniciar servicio en contenedor Docker:

# Descargar imagen
docker pull csdnmirrors/ccmusic-dashboard:stable

# Ejecutar contenedor
docker container run --detach \
  --publish 8501:8501 \
  --name analyzer-app \
  csdnmirrors/ccmusic-dashboard:stable

Verificación de Estado

# Inspeccionar contenedores activos
docker container ls

# Examinar registros
docker logs analyzer-app

Acceder mediante navegador en http://localhost:8501 o http://[IP-SERVIDOR]:8501

4. Flujo de Aálisis

1. Selección de Modelo:
   • Opción recomendada: vgg19_bn_cqt
   • Alternativas: resnet50_mel, densenet121_cqt
2. Carga de Audio:
   • Formatos: MP3, WAV
   • Tamaño máximo: ≤10MB
3. Interpretación de Resultados:
   • Espectrograma generado
   • Top 5 géneros probabilísticos
   • Niveles de confianza

5. Solución de Problemas

Cambio de puerto:

docker run -d -p 8585:8501 --name analyzer-app csdnmirrors/ccmusic-dashboard:stable

Gestión de contenedor:

# Detener servicio
docker container stop analyzer-app

# Reiniciar instancia
docker container restart analyzer-app

Actualizaciones:

docker container rm --force analyzer-app
docker image pull csdnmirrors/ccmusic-dashboard:stable
docker run -d -p 8501:8501 --name analyzer-app csdnmirrors/ccmusic-dashboard:stable

6. Personalización Avanzada

Modelos personalizados:

docker run -d -p 8501:8501 \
  --volume /rutalocal/modelos:/app/models \
  --name analyzer-app \
  csdnmirrors/ccmusic-dashboard:stable

Asignación de recursos:

docker run -d -p 8501:8501 \
  --cpus=2 \
  --memory=4g \
  --name analyzer-app \
  csdnmirrors/ccmusic-dashboard:stable