KI-DJ

Aufgabe

Der Kunde musste Effekte während des Auftritts von Hand auslösen. Das lenkte von der kreativen Arbeit ab, erhöhte das Fehlerrisiko in Echtzeit und machte es schwer, sich auf die Show zu konzentrieren.

Lösung

Ich habe ein neuronales Netz in PyTorch entwickelt, das die passenden Befehle in Echtzeit vorhersagt. Das Netz hört den Track und erkennt, wann welcher Effekt passt, genauso gut wie der erfahrene DJ, mit dessen Daten es trainiert wurde.

Umgesetzte Aufgaben

• Eine ML-Pipeline in PyTorch von der Datensammlung bis zur Inferenz in Echtzeit entworfen
• Ein neuronales Netz trainiert, das den passenden Effekt vorhersagt (F1 über 0,8)
• Die Verarbeitung des Tracks im Stream mit Vorhersagen während der Wiedergabe umgesetzt
• Das Modell in die DJ-Software eingebunden und das manuelle Auslösen abgeschafft

Ergebnis

Das neuronale Netz steuert die Show jetzt halbautomatisch. Der DJ behält die Kontrolle und kümmert sich um Musik und Publikum, das routinemäßige Drücken von Knöpfen entfällt.

Technologien

Python/PyTorch/Django