Skip to content

Refactor(genai,#23553): Audio/04 en trois sous-series (Audiobook, Voix, Musique) #24041

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
myia-ai-01 merged 5 commits into from
Nov 2, 2026
Merged

Refactor(genai,#23553): Audio/04 en trois sous-series (Audiobook, Voix, Musique) #24041

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
5 commits
Select commit Hold shift + click to select a range
dba2f71
Refactor(genai,#23553): Audio/04 en trois sous-series + renvois reecrits
jsboige Nov 1, 2026
c67fb89
Fix(genai,#23553): liens de navigation Audio/04 apres deploiement en …
jsboige Nov 1, 2026
972ba26
Fix(genai,#23553): README parent Audio -- table des carnets, ligne 04…
jsboige Nov 2, 2026
b364682
Merge: main into feature/23553-audio04-sous-series -- union des surfa…
jsboige Nov 2, 2026
84ab916
Merge remote-tracking branch 'origin/main' into feature/23553-audio04…
jsboige Nov 2, 2026
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
2 changes: 1 addition & 1 deletion MyIA.AI.Notebooks/GenAI/Audio/04-Applications/04-4-Audio-Video-Sync.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -40,7 +40,7 @@
"\n",
"> **Note** : Ce notebook est la **passerelle** entre la serie Audio et la serie Video. Il utilise des techniques audio pour enrichir du contenu video. La serie Video (`Video/01-Foundation/`) approfondit la generation et l'edition video.\n",
"\n",
"**Navigation :** [Index](../README.md) | [<< Précédent](04-3-Music-Composition-Workflow.ipynb) | [Serie Video >>](../../Video/01-Foundation/01-1-Video-Operations-Basics.ipynb)"
"**Navigation :** [Index](../README.md) | [<< Précédent](04-3-Music-Composition-Workflow.ipynb) | [Suivant >>](04-5-LiveCoding-LLM-Music.ipynb) | [Serie Video >>](../../Video/01-Foundation/01-1-Video-Operations-Basics.ipynb)"
]
},
{
Expand Down
6 changes: 3 additions & 3 deletions ...cations/04-10-Annotation-Prosodique.ipynb → ...diobook/04-10-Annotation-Prosodique.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -17,7 +17,7 @@
"source": [
"# P3 - Annotation Prosodique pour TTS Agentique\n",
"\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](04-9-Voice-Casting.ipynb) | [Suivant >>](04-11-Generation-TTS.ipynb)\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](../04-Voix/04-9-Voice-Casting.ipynb) | [Suivant >>](04-11-Generation-TTS.ipynb)\n",
"\n",
"**Epic #1028** | Pipeline 5-pass : Lecture analytique > Voice casting > **Annotation prosodique** > Generation TTS > Compilation audio\n",
"\n",
Expand Down Expand Up @@ -5451,7 +5451,7 @@
"metadata_written": "2026-07-23T09:30Z",
"network": true,
"notes": "Annotation prosodique manuelle/semi-automatique : taxonomie FishAudio S2-Pro\n(emotion/pause/speed/whisper) inseree dans le texte avant generation TTS.\nTags expressifs = +$0.05/run lors generation FishAudio S2-Pro GPU.\nFormat JSON/CSV exportable pour P4 Generation TTS (04-11).\n---\n",
"reduced_pedagogical": "GenAI/Audio/04-Applications/04-8-Lecture-Analytique.ipynb",
"reduced_pedagogical": "GenAI/Audio/04-Applications/04-Audiobook/04-8-Lecture-Analytique.ipynb",
"reproducibility": "HIGH",
"validator": "papermill",
"vram_gb": 4,
Expand Down Expand Up @@ -5489,4 +5489,4 @@
},
"nbformat": 4,
"nbformat_minor": 5
}
}
0 ...4-Applications/04-11-Generation-TTS.ipynb → ...s/04-Audiobook/04-11-Generation-TTS.ipynb
View file
Open in desktop
File renamed without changes.
2 changes: 1 addition & 1 deletion ...pplications/04-12-Compilation-Audio.ipynb → ...4-Audiobook/04-12-Compilation-Audio.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -16,7 +16,7 @@
"source": [
"# P5 — Compilation Audio pour Audiobook\n",
"\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](04-11-Generation-TTS.ipynb) | [Suivant >>](04-19-Evaluation-MOS.ipynb)\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](04-11-Generation-TTS.ipynb) | [Suivant >>](../04-Voix/04-19-Evaluation-MOS.ipynb)\n",
"\n",
"**Epic #1028** | Pass 5 : Assemblage final des segments TTS en audiobook\n",
"\n",
Expand Down
2 changes: 1 addition & 1 deletion ...ons/04-13-Audiobook-FishAudio-S2Pro.ipynb → ...ook/04-13-Audiobook-FishAudio-S2Pro.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -1569,4 +1569,4 @@
},
"nbformat": 4,
"nbformat_minor": 5
}
}
4 changes: 2 additions & 2 deletions ...pplications/04-6-Audiobook-Pipeline.ipynb → ...4-Audiobook/04-6-Audiobook-Pipeline.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -36,7 +36,7 @@
"- pydub installe (manipulation audio)\n",
"- Comprehension de base du TTS et du parsing de texte\n",
"\n",
"**Navigation :** [Index](../README.md) | [<< Précédent](04-5-LiveCoding-LLM-Music.ipynb)"
"**Navigation :** [Index](../README.md) | [<< Précédent](../04-5-LiveCoding-LLM-Music.ipynb)"
]
},
{
Expand Down Expand Up @@ -337,7 +337,7 @@
"| Pass | Nom | Rôle | Model/Tool | Notebook de reference |\n",
"|------|-----|------|------------|-----------------------|\n",
"| P1 | Lecture analytique | Extraire personnages et dialogues | swift-1.5-27b (vLLM) | Ce notebook (socle) ; approfondissement [04-8](04-8-Lecture-Analytique.ipynb) |\n",
"| P2 | Voice casting | Assigner une voix unique par personnage | XTTS/Fish | [04-9](04-9-Voice-Casting.ipynb) ; serie 02 : 02-2-XTTS-Voice-Cloning |\n",
"| P2 | Voice casting | Assigner une voix unique par personnage | XTTS/Fish | [04-9](../04-Voix/04-9-Voice-Casting.ipynb) ; serie 02 : 02-2-XTTS-Voice-Cloning |\n",
"| P3 | Annotation prosodique | Ajouter des tags d'emotion et de rythme | GPT + SSML | [04-10](04-10-Annotation-Prosodique.ipynb) ; serie 02 : 02-8-Expressive-TTS |\n",
"| P4 | Generation TTS | Synthetiser chaque segment audio | OpenAI TTS | Ce notebook (socle) ; approfondissement [04-11](04-11-Generation-TTS.ipynb) |\n",
"| P5 | Compilation audio | Assembler en fichier final | pydub + ffmpeg | Ce notebook (socle) ; approfondissement [04-12](04-12-Compilation-Audio.ipynb) |\n",
Expand Down
4 changes: 2 additions & 2 deletions ...pplications/04-8-Lecture-Analytique.ipynb → ...4-Audiobook/04-8-Lecture-Analytique.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -1862,7 +1862,7 @@
"### Pour aller plus loin\n",
"\n",
"- [04-6-Audiobook-Pipeline](04-6-Audiobook-Pipeline.ipynb) : Pipeline complet de production audio\n",
"- [04-7-TTS-Voice-Benchmark](04-7-TTS-Voice-Benchmark.ipynb) : Comparaison des modèles TTS\n",
"- [04-7-TTS-Voice-Benchmark](../04-Voix/04-7-TTS-Voice-Benchmark.ipynb) : Comparaison des modèles TTS\n",
"- [03-Texte](../../Texte/) : Techniques avancees de traitement du texte\n"
]
}
Expand Down Expand Up @@ -1902,4 +1902,4 @@
},
"nbformat": 4,
"nbformat_minor": 5
}
}
0 ...ons/04-15-MERT2-Music-Understanding.ipynb → ...que/04-15-MERT2-Music-Understanding.ipynb
View file
Open in desktop
File renamed without changes.
0 ...ons/04-16-SheetSage2-Audio-To-Score.ipynb → ...que/04-16-SheetSage2-Audio-To-Score.ipynb
View file
Open in desktop
File renamed without changes.
0 ...04-Applications/04-17-MIR-Classique.ipynb → ...ions/04-Musique/04-17-MIR-Classique.ipynb
View file
Open in desktop
File renamed without changes.
2 changes: 1 addition & 1 deletion ...ons/04-18-Basic-Pitch-Transcription.ipynb → ...que/04-18-Basic-Pitch-Transcription.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -28,7 +28,7 @@
"4. **Monter en difficulte** : accords (polyphonie) plutot que melodie seule, puis effet des seuils du modele ;\n",
"5. **Trois exercices** pour manipuler vous-meme la chaine complete.\n",
"\n",
"**Navigation :** [Index](../README.md) | [<< Précédent](04-17-MIR-Classique.ipynb) | [Suivant >>](04-19-Evaluation-MOS.ipynb)"
"**Navigation :** [Index](../README.md) | [<< Précédent](04-17-MIR-Classique.ipynb) | [Suivant >>](../04-Voix/04-19-Evaluation-MOS.ipynb)"
]
},
{
Expand Down
18 changes: 10 additions & 8 deletions ...ns/04-20-Separation-Avancee-Qualite.ipynb → ...ue/04-20-Separation-Avancee-Qualite.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -32,13 +32,15 @@
"\n",
"## Prerequis\n",
"\n",
"- Carnet [02-4 Demucs](../02-Advanced/02-4-Demucs-Source-Separation.ipynb) : le geste de separation de base\n",
"- Carnet [02-4 Demucs](../../02-Advanced/02-4-Demucs-Source-Separation.ipynb) : le geste de separation de base\n",
"- GPU NVIDIA avec au moins 6 GB VRAM (les modeles se chargent l'un apres l'autre)\n",
"- `pip install demucs datasets soundfile`\n",
"\n",
"## Ce que ce carnet fait de plus que 02-4\n",
"\n",
"02-4 separe un **melange synthetique** que nous avons nous-memes compose : la qualite est evidente, mais non mesuree. Ici l'entree est une **vraie chanson** du corpus MUSDB18, qui fournit en plus les **4 stems de reference** tels que le studio les a enregistres. Le SDR mesure alors une chose veritablement interessante : a quel point la sortie du reseau se rapproche-t-elle de la reference, et quelle architecture s'en rapproche le mieux ?"
"02-4 separe un **melange synthetique** que nous avons nous-memes compose : la qualite est evidente, mais non mesuree. Ici l'entree est une **vraie chanson** du corpus MUSDB18, qui fournit en plus les **4 stems de reference** tels que le studio les a enregistres. Le SDR mesure alors une chose veritablement interessante : a quel point la sortie du reseau se rapproche-t-elle de la reference, et quelle architecture s'en rapproche le mieux ?\n",
"\n",
"**Navigation :** [Index](../README.md) | [<< Précédent](../04-Voix/04-19-Evaluation-MOS.ipynb) | [Sous-série Musique : 04-15](04-15-MERT2-Music-Understanding.ipynb) | [04-16](04-16-SheetSage2-Audio-To-Score.ipynb)"
]
},
{
Expand Down Expand Up @@ -1141,12 +1143,12 @@
"- les nombres du benchmark sont des **mesures** : le temoin negatif (SDR effondre face a la reference d'une autre piste) et le controle de coherence d'energie l'etablissent ;\n",
"- la lecture utile est **par stem** (exercice 2), pas en global : chaque architecture a ses gains ;\n",
"- a architecture egale, **la specialisation par source paie** (fine-tune, meme corpus) ;\n",
"- l'evaluation reste objective : la composante subjective (protocole MOS, proxies SNR/SI-SDR/LSD/STOI) est l'objet du carnet [04-19](04-19-Evaluation-MOS.ipynb).\n",
"- l'evaluation reste objective : la composante subjective (protocole MOS, proxies SNR/SI-SDR/LSD/STOI) est l'objet du carnet [04-19](../04-Voix/04-19-Evaluation-MOS.ipynb).\n",
"\n",
"## Pour aller plus loin\n",
"\n",
"- [02-4 Demucs — le geste de base](../02-Advanced/02-4-Demucs-Source-Separation.ipynb)\n",
"- [04-19 Evaluation MOS — l'evaluation subjective](04-19-Evaluation-MOS.ipynb)\n",
"- [02-4 Demucs — le geste de base](../../02-Advanced/02-4-Demucs-Source-Separation.ipynb)\n",
"- [04-19 Evaluation MOS — l'evaluation subjective](../04-Voix/04-19-Evaluation-MOS.ipynb)\n",
"- MUSDB18 : Bertin et al., « MUSDB18: An Open Dataset and Benchmark for Music Source Separation », ISMIR 2016 — <https://arxiv.org/abs/1609.07229>\n",
"- EPIC #20568 (Origami Audio), Pli 2 — ce carnet en porte la case « separation avancee »"
]
Expand Down Expand Up @@ -1176,8 +1178,8 @@
"end_time": "2026-10-27T19:14:35.375384+00:00",
"environment_variables": {},
"exception": null,
"input_path": "MyIA.AI.Notebooks/GenAI/Audio/04-Applications/04-20-Separation-Avancee-Qualite.ipynb",
"output_path": "MyIA.AI.Notebooks/GenAI/Audio/04-Applications/04-20-Separation-Avancee-Qualite.ipynb",
"input_path": "MyIA.AI.Notebooks/GenAI/Audio/04-Applications/04-Musique/04-20-Separation-Avancee-Qualite.ipynb",
"output_path": "MyIA.AI.Notebooks/GenAI/Audio/04-Applications/04-Musique/04-20-Separation-Avancee-Qualite.ipynb",
"parameters": {},
"start_time": "2026-10-27T19:05:55.187622+00:00",
"version": "2.7.0"
Expand Down Expand Up @@ -5513,4 +5515,4 @@
},
"nbformat": 4,
"nbformat_minor": 5
}
}
2 changes: 1 addition & 1 deletion ...4-Applications/04-19-Evaluation-MOS.ipynb → ...ations/04-Voix/04-19-Evaluation-MOS.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -16,7 +16,7 @@
"source": [
"# Évaluation subjective (MOS) : protocole d'écoute et agrégateur\n",
"\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](04-18-Basic-Pitch-Transcription.ipynb) | [Suivant](04-20-Separation-Avancee-Qualite.ipynb)\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](../04-Musique/04-18-Basic-Pitch-Transcription.ipynb) | [Suivant](../04-Musique/04-20-Separation-Avancee-Qualite.ipynb) | [Sous-série Voix : 04-7](04-7-TTS-Voice-Benchmark.ipynb) | [04-9](04-9-Voice-Casting.ipynb)\n",
"\n",
"**Epic #20568** (pli 4) | Suite de `04-7-TTS-Voice-Benchmark.ipynb` : le protocole et l'agrégateur qui manquent à la grille MOS\n",
"\n",
Expand Down
0 ...plications/04-7-TTS-Voice-Benchmark.ipynb → ...ns/04-Voix/04-7-TTS-Voice-Benchmark.ipynb
View file
Open in desktop
File renamed without changes.
2 changes: 1 addition & 1 deletion .../04-Applications/04-9-Voice-Casting.ipynb → ...ications/04-Voix/04-9-Voice-Casting.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -42,7 +42,7 @@
"source": [
"# Voice Casting : Attribution de voix TTS par personnage\n",
"\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](04-7-TTS-Voice-Benchmark.ipynb) | [Suivant >>](04-10-Annotation-Prosodique.ipynb)\n",
"**Navigation** : [Index](../README.md) | [<< Précédent](04-7-TTS-Voice-Benchmark.ipynb) | [Suivant >>](../04-Audiobook/04-10-Annotation-Prosodique.ipynb)\n",
"\n",
"**Epic #1028 — P2 : Generation d'echantillons audio pour chaque personnage detecte en P1.**\n",
"\n",
Expand Down
Loading
Loading