🎧 Sistema Modular para Sincronización y Reformado de Metadatos Musicales
Este proyecto nace con el propósito de crear un sistema modular orientado a la sincronización de playlists y la reformulación de metadatos musicales provenientes de múltiples fuentes, como Spotify, YouTube y bibliotecas locales.
El sistema se compone de dos sistemas principales:
- Un cliente de escritorio, cuyo objetivo es la limpieza de metadatos de una Biblioteca local de musica
- Un sitio web, encargado de gestionar la sincronizacion de diferentes playlists en multiples plataformas
aunque ambos pueden funcionar de forma independiente comparten el mismo objetivo: la organización integral de la música.
- Sincronizar playlists entre diferentes plataformas o fuentes locales.
- Reformar y unificar metadatos musicales, corrigiendo inconsistencias entre servicios.
- Diseñar y comprender una arquitectura de comunicación segura y estructurada entre los distintos componentes del sistema utilizando el proyecto como entorno práctico de experimentación en ingeniería de software aplicada.
- Interfaz local desarrollada en Python/Kivy.
- Permite al usuario:
-
Analizar y reconstruir los metadatos de las canciones alojadas localmente en la computadora del usuario con ayuda de la informacion descriptiva alojada en plataformas de musica como spotify, youtube, etc..
-
se explora la posibilidad de utilizar la IA como metodo de organizacion de metadatos en ultima instancia
-
-
Su función principal es extraer y comparar las listas de reproducción de un usuario provenientes de diferentes plataformas (Spotify, YouTube, bibliotecas locales, etc.), con el fin de detectar coincidencias, generar listas equivalentes y facilitar la transferencia de playlists entre servicios.
-
También podrá tomar una carpeta de música local y buscar sus equivalentes en distintas plataformas para crear listas espejo o complementarias.
-
En conjunto, el sitio web actúa como un punto de convergencia entre las fuentes musicales del usuario, permitiendo visualizar, sincronizar y mantener consistencia entre todas ellas.
-
se espera que los datos de las bibliotecas locales se gestione con ayuda de el cliente de escritorio
-
Además, se plantea integrar módulos de IA capaces de generar órdenes personalizadas en lenguaje natural, basadas en características musicales o patrones emocionales detectados en las canciones.