我们每天都在不知不觉中消费大量媒体内容，其中也包括那些被强加给我们的信息。Fast Music Remover 让你能够自主选择退出这些内容，同时又不会错过核心信息。

我们正在构建一款功能丰富、高效、模块化且跨平台的媒体处理工具。这款工具正是为你而打造！这意味着为开发者提供简洁的 API，为远程用户提供基于 GHCR 的容器化服务，并通过 Web UI 为所有感兴趣的人提供无缝访问体验！

目前，我们支持背景音乐过滤和噪声去除，以提升音频质量。在不久的将来，我们计划进一步扩展功能，加入更多机器学习模型和数字信号处理模块，并引入实时处理能力，让你真正掌握自己所消费的媒体内容。

如果你对此深有共鸣，请考虑贡献！

UI 与演示视频

我们提供了一个极简的用户界面，以便更便捷地使用 MediaProcessor 的核心功能。

---

原始采访视频链接由费舍尔商学院制作，采用知识共享署名许可协议（允许再利用）授权。

路线图

我们的首要任务是推出一个稳定的首个版本，支持 Linux、macOS 和 Windows 等多平台。我们致力于尽快发布这个早期版本，而你的反馈将帮助我们明确项目的发展方向。

与此同时，我们也在开发跨平台工具，以简化爱好者和贡献者的手动配置流程。首个版本将包含一个项目启动器，用于管理依赖安装、项目配置以及启动 Web 应用程序，从而在本地为你处理所有先决条件。这一功能将作为我们在 GHCR 上提供的稳定镜像之外的补充。

在首个版本发布之后，我们计划推出一个单独的不稳定版本，其中部分功能仍处于 Alpha 阶段，例如实时处理。在这个阶段，我们还将尝试引入新的机器学习模型，以扩展我们的处理引擎的能力。如果你有任何需求，请随时告诉我们！

贡献

我们面临着众多跨越多个领域的有趣技术挑战。快来参与构建一款免费且开源的工具，直接解决现实世界中的问题吧！

请查看我们的贡献指南，了解如何开始参与。

先决条件

【提示】 如果你只是想试用 Fast Music Remover，可以跳过这些先决条件，直接参阅下方的使用 Docker 快速入门！

要开始使用 Fast Music Remover，请确保你的系统已安装以下软件。这些依赖项对于运行后端服务器、编译 C++ 处理器以及处理媒体文件都是必需的。

• Python 3.9+：用于运行后端服务器。
• FFmpeg：用于提取、探测和处理音频文件。
• CMake：用于编译 C++ 的 MediaProcessor。
• nlohmann-json：用于解析 MediaProcessor 中的配置文件的 JSON 库。
• libsndfile：用于 MediaProcessor 中的采样音频文件操作。
• Docker 和 Docker Compose（可选但推荐用于快速搭建）：

点击此处查看 Ubuntu/Debian 和 macOS 的安装命令

安装命令

FFmpeg：

• 在 Ubuntu/Debian 上：

  sudo apt update
  sudo apt install ffmpeg
  

• 在 macOS 上：

  brew install ffmpeg
  

  安装 FFmpeg 后，请确保在 config.json 文件中正确设置其路径。默认情况下，该路径为 /usr/bin/ffmpeg。如果你在 macOS 上通过 Homebrew 安装了 FFmpeg，则需将 config.json 中的路径更新为：

  "ffmpeg_path": "/opt/homebrew/bin/ffmpeg"
  

CMake：

• 在 Ubuntu/Debian 上：

  sudo apt update
  sudo apt install cmake
  

• 在 macOS 上：

  brew install cmake
  

nlohmann-json：

• 在 Ubuntu/Debian 上：

  sudo apt update
  sudo apt install nlohmann-json3-dev
  

• 在 macOS 上：

  brew install nlohmann-json
  

libsndfile：

• 在 Ubuntu/Debian 上：

  sudo apt update
  sudo apt install libsndfile1-dev
  

• 在 macOS 上：

  brew install libsndfile
  

Docker 和 Docker Compose：

• 在 Ubuntu 上：

  sudo apt install docker.io docker-compose
  

• 在 macOS 上：

  brew install docker
  brew install docker-compose
  

【重要】 请确保在继续进行设置之前，已安装上述所有依赖项。

开始使用

要开始使用 Fast Music Remover，你有两种选择：直接通过提供的 Docker 镜像运行，或手动安装所有必要的依赖项。

选项 1：使用 Docker 快速入门

[!IMPORTANT] 请确保已安装 Docker，运行以下命令以验证：

docker --version

使用 Docker，您有两种方式可以快速试用 Fast Music Remover：

1. 使用预构建镜像：

从镜像仓库拉取预构建的镜像：

docker pull ghcr.io/omeryusufyagci/fast-music-remover:latest

运行容器：

docker run -p 8080:8080 ghcr.io/omeryusufyagci/fast-music-remover:latest

2. 本地构建镜像：

docker-compose up --build

[!NOTE] 根据您的系统配置，可能需要使用 sudo 来执行此命令。

容器启动后，打开浏览器访问 http://localhost:8080，即可通过提交 URL 或从本地上传文件来立即进行测试。

此 Docker 配置包含的内容：

无论您使用预构建镜像还是本地构建，容器化部署均包含以下内容：

• 一个 Flask 后端 用于处理请求。
• MediaProcessor（C++ 二进制文件）。
• 一个 极简前端，用于提交和测试媒体文件，支持音频与视频！

处理完成后，前端将提供处理后的媒体播放功能。

选项 2：手动安装

对于希望获得更多控制或有意贡献的用户，可按照以下步骤手动搭建 Fast Music Remover。

第一步：确保已安装所有依赖项

在继续之前，请确保已安装 先决条件 部分中列出的所有依赖项。

第二步：安装 Python 依赖项

使用以下命令安装 Python 依赖项：

pip install -r requirements.txt

第三步：编译 Media Processor

1. 进入 MediaProcessor 目录：

cd MediaProcessor

2. 创建一个构建目录并进入该目录：

mkdir build
cd build

3. 运行 CMake 并编译（默认为 Release 构建）：

cmake ..
make

[!NOTE] 如果在此步骤遇到错误，请再次确认所有先决条件均已安装。

第四步：启动后端服务器

在完成依赖项的安装与 C++ 项目的编译后，返回项目根目录并启动后端服务器：

python3 app.py 

[!TIP] 服务器应可通过 http://127.0.0.1:8080 访问。在网页浏览器中打开该地址即可开始使用。

许可证

Fast Music Remover 采用 MIT 许可证 发布。

Fast Music Remover 快速上手指南

环境准备

系统要求

• 支持 Linux、macOS 和 Windows 系统。

前置依赖

在开始使用 Fast Music Remover 之前，请确保系统中已安装以下软件：

• Python 3.9+：用于运行后端服务。
• FFmpeg：用于音频文件的提取、分析和处理。
• CMake：用于编译 C++ 的 MediaProcessor。
• nlohmann-json：用于解析配置文件。
• libsndfile：用于音频文件操作。
• Docker 和 Docker Compose（可选，推荐）：用于快速部署。

💡 如果您只是想测试 Fast Music Remover，可以跳过前置依赖，直接使用 Docker 快速启动。

---

安装步骤

选项 1：使用 Docker 快速启动

步骤 1：拉取镜像并运行容器

docker pull ghcr.io/omeryusufyagci/fast-music-remover:latest
docker run -p 8080:8080 ghcr.io/omeryusufyagci/fast-music-remover:latest

步骤 2：本地构建镜像（可选）

docker-compose up --build

⚠️ 根据系统设置，可能需要使用 sudo 权限运行该命令。

---

选项 2：手动安装（适用于开发者或贡献者）

步骤 1：安装依赖项

请参考 Prerequisites 部分，安装所有依赖项。

步骤 2：安装 Python 依赖

pip install -r requirements.txt

步骤 3：编译 MediaProcessor

1. 进入 MediaProcessor 目录：

cd MediaProcessor

2. 创建构建目录并进入：

mkdir build
cd build

3. 使用 CMake 编译：

cmake ..
make

⚠️ 如果遇到错误，请检查是否已正确安装所有依赖项。

步骤 4：启动后端服务

返回项目根目录并启动服务：

python3 app.py

✅ 服务将在 http://127.0.0.1:8080 启动，可在浏览器中访问。

---

基本使用

示例：通过 Web 界面上传文件进行处理

1. 打开浏览器，访问 http://localhost:8080。
2. 在界面中上传一个音频或视频文件，或者输入一个在线视频链接。
3. 点击“处理”按钮，等待处理完成。
4. 处理完成后，前端将提供处理后的媒体播放功能。

🎧 当前支持的功能包括背景音乐过滤和噪音消除，后续将逐步增加更多 ML 模型和 DSP 功能。