MP3 Auto-Renamer: ИИ-теггинг 1000+ треков без ручной работы

Задача

Радиостанция и музыкальные студии накапливают сотни инструментальных MP3-треков — часто без нормальных названий, с потерянными метаданными. Ручная обработка каждого трека: прослушивание, придумывание коммерческого английского названия, вписывание ID3-тегов (исполнитель, издатель, год, авторские права) — это часы монотонной работы, которые отвлекают от творчества.

Решение

Аудиоанализ (librosa)

На каждом треке — анализ первых 30 секунд:

BPM и tempo — классификация на 6 уровней: very slow, slow, moderate, fast, very fast, extreme
Spectral centroid — спектральный центр (яркий/тёплый звук)
Zero Crossing Rate — высокая/низкая энергия
RMS loudness — громкость трека (плотный/разреженный звук)
Spectral rolloff — широкий спектр / узкий, сфокусированный
Spectral contrast — многослойная текстура / гладкий минимализм
Тональность (chroma) — определение основной ноты из 12 полутонов
Mood inference — алгоритм на основе 4 параметров (яркость, энергия, динамика, тональность) выводит: melancholic, ambient, ethereal, energetic, driving, cinematic и др.

LLM-обогащение описания

Отдельный API-вызов анализирует аудиофичи и определяет жанр (synthwave, orchestral, darkwave, chillhop…) и вероятный набор инструментов (piano, strings, synth, electric guitar, bass…). Это добавляется в контекст перед генерацией названия.

Генерация уникальных названий

Детальный system prompt с примерами по 5 mood-категориям: dark/cinematic, bright/energetic, ambient, driving/urban, warm/calm
До 10 попыток генерации с проверкой на уникальность в SQLite-базе
Фильтр запрещённых слов: demo, untitled, track, song, mix и т.д.
Контекст последних 20–30 использованных названий передаётся в prompt для максимальной вариативности
Резервное название Meridian + UUID если все попытки исчерпаны

ID3-теггинг (mutagen)

После генерации названия программа:

Очищает старые ID3v2 теги из исходника
Записывает новые: TIT2 (title), TPE1 (artist), TPUB (publisher), TCOP (copyright), TDRC (year), COMM (comment), UFID + TXXX:CustomTrackID (UUID)

SQLite-база и дедупликация

Три таблицы:

tracks — полная история (18 полей: оригинальное имя, новое имя, все параметры, хеши, статус, timestamp)
used_titles — реестр всех использованных названий (не повторяются между запусками)
errors — журнал ошибок с привязкой к треку

SHA-256 дедупликация: хеш каждого входящего файла сохраняется. Повторный запуск с теми же файлами — моментальный пропуск без лишних API-вызовов.

CLI и автозапуск

Командная строка:

--preview — предпросмотр без записи файлов
--stats — статистика БД
--export csv|json|titles — экспорт истории
--block "Title 1" "Title 2" — ручная блокировка названий
--input папка1 папка2 ... — мульти-папочный ввод
--no-artist, --no-publisher и т.д. — отключение отдельных тегов

start.bat — zero-friction:

Проверяет Python в PATH
Создаёт виртуальное окружение .venv
Запускает pip install с требованиями
Валидирует .env и предупреждает если ключ не заменён
Создаёт папки input/ и output/
Запускает скрипт — всё одним двойным кликом

Логирование и документация

Двойной вывод: консоль + processing.log
Русскоязычные уровни логирования (ИНФО, ВНИМАНИЕ, ОШИБКА)
Подробная инструкция на русском: установка, первый запуск, продвинутые параметры, решение типичных проблем

Результат

Показатель	До	После
Переименование	Вручную (часы)	Автоматически (секунды)
ID3-теги	Потеряны или частичные	Полные: TIT2, TPE1, TPUB, TCOP, TDRC, COMM, UUID
Повторные запуски	Заново обрабатываются	Пропускаются по SHA-256 (моментально)
Гарантия уникальности	Нет	100% (проверка в реестре + контекст 20+ названий в prompt)
Анализ аудио	Слушание на ухо	7 параметров + mood classification

Нужен ИИ-инструмент для автоматизации музыки, видео или текста? Напишите — обсудим задачу.