音乐 AI 评分系统

该项目，完全本地运行，无需联网依赖。

本项目使用 Hugging Face Transformers 的 CLAP（`laion/clap-htsat-fused`）对音频进行多维分析，目标是：

- 对一批待打分歌曲生成可排序的综合评分与标签，筛选更适合做 AI MV 推广的曲目

- 对歌曲进行提示词反推，辅助音乐制作/复刻方向的定位

- 统一导出 Excel 报表，便于快速浏览、筛选与运营决策

功能概览

- AI综合好听评分（0~100）：基于音频-文本相似度的加权评分

- 曲风识别：输出“最可能曲风”并给出曲风 Top3 候选

- 反推创作提示词：从提示词库中匹配最相近的一条，便于复刻创作

- AI MV 推广筛选（更偏运营/投放）：输出声学特征、AI MV 推广适配评分、情绪/视觉风格/平台 Top3 与剪辑建议

- Python：建议 3.10+（项目当前在 3.13 环境下运行过）

报表字段说明（核心）

- 歌曲名称：源文件名

- AI综合好听评分：0~100 的综合评分

- AI MV推广适配评分：0~100，偏向节奏清晰、能量稳定、易卡点的曲目

- 精细化识别曲风：Top1 曲风标签

- 曲风Top3：Top3 曲风候选（用于降低单标签误判）

- 情绪氛围Top3：用于 MV 视觉/文案定位

- MV视觉风格Top3：用于 AI MV 画面风格选择

- 推荐平台Top3：用于投放与分发渠道参考

- 剪辑建议：基于节奏与能量的剪辑策略提示

- 主调/BPM/节奏强度/能量均值/能量波动/亮度均值/时长秒：用于更细粒度的制作与运营筛选

- AI同款音乐复刻创作提示词：反推提示词（从提示词库匹配而来）

部分代码：

import os
import sys
import torch
import librosa
import numpy as np
import pandas as pd
from transformers import ClapModel, ClapProcessor

# ===================== 0. 终端编码兼容（Windows 控制台 GBK/CP936） =====================
def configure_console_output():
    """
    配置标准输出/错误输出的编码容错策略，避免 Windows 控制台（如 GBK/CP936）
    在打印包含特殊符号/表情字符时触发 UnicodeEncodeError。
    """
    for stream in (sys.stdout, sys.stderr):
        try:
            if hasattr(stream, "reconfigure"):
                stream.reconfigure(errors="replace")
        except Exception:
            pass


configure_console_output()

# ===================== 1. 设备自动选择 =====================
device = "cuda" if torch.cuda.is_available() else "cpu"
print("当前运行设备：", device)

# ===================== 2. 加载本地CLAP模型（全程离线） =====================
model_name = "laion/clap-htsat-fused"
processor = ClapProcessor.from_pretrained(model_name)
model = ClapModel.from_pretrained(model_name).to(device)
model.eval()