🧬 Informe técnico de mayo: Fusión industrial de inteligencia de IA y especificaciones broadcast
Durante todo el mes de mayo, nos centramos en dos líneas principales: la “inteligencia semántica de alta dimensión” y los “formatos de audio profesionales de la industria”. Realizamos un profundo fortalecimiento arquitectónico y entregamos funciones clave para AI Music Organizer (AIMO). Con la conclusión de las iteraciones intensivas y las refactorizaciones de este mes, ofrecemos a los diseñadores de sonido y creadores profesionales una base de gestión de activos de audio más sólida y eficiente.
🏷 Autoetiquetado UCS y estándar de la industria BWF
Para ayudar a los diseñadores de sonido y creadores a organizar eficazmente sus desordenadas bibliotecas de muestras, implementamos tanto la clasificación inteligente por IA como el soporte de metadatos profesionales de la industria:
- Sistema de autoetiquetado UCS: Introdujimos un motor de etiquetado de Universal Category System (UCS) basado en la búsqueda vectorial local de alta dimensión. Al importar el audio, el sistema realiza un análisis semántico para recomendar automáticamente las categorías UCS correspondientes y proporciona parches visuales para el ajuste y vista previa del usuario.
- Soporte de metadatos de audio Broadcast de nivel profesional (BWF): Implementamos soporte completo para el estándar Broadcast Wave Format (BWF). El sistema ahora lee y analiza metadatos específicos de BWF (como iXML y campos de descripción integrados) y los registra como etiquetas personalizadas. Los usuarios pueden filtrar los atributos BWF mediante configuraciones avanzadas en el panel de trabajo, cumpliendo perfectamente con los requisitos estandarizados de posproducción audiovisual y audio de videojuegos.
🧠 Motor vectorial CLAP: Aceleración CoreML y resiliencia de estado
Para la gestión de bibliotecas de audio masivas de más de 500 000 (500K+) archivos, nos enfocamos en el rendimiento de cálculo y la robustez del motor de búsqueda vectorial:
- Aceleración por hardware CoreML: Habilitamos la aceleración CoreML en macOS para el modelo de embeddings de audio CLAP, reduciendo drásticamente el consumo de CPU durante el análisis de características y duplicando la velocidad de escaneo.
- Precalentamiento y almacenamiento en caché rápidos: Implementamos un mecanismo de caché para las consultas de texto CLAP y precalentamiento automático (Warmup) del entorno de búsqueda al iniciar la aplicación, haciendo que la búsqueda semántica esté lista para usar al instante.
- Reconstrucción de índice cancelable: La tarea de reconstrucción del índice vectorial se reescribió para adoptar una arquitectura interrumpible (Cancellable Rebuild), lo que permite reanudar el trabajo a partir de los archivos guardados en caso de interrupción accidental y garantiza la disponibilidad del sistema para tareas de larga duración.
- Optimización de estabilidad en Windows: Ante los conflictos temporales de bloqueo de directorios (transient directory rename) experimentados por LanceDB al renombrar en Windows, introdujimos un mecanismo de reintento automático con algoritmo de backoff, eliminando por completo los errores de escritura.
💼 Flujos de productividad: Panel flotante Basket y ecosistema colaborativo XLSX
- Flujo de trabajo independiente Basket: Entregamos el panel flotante Basket (contenedor de materiales) y su enrutamiento de ventanas múltiples. El sistema ahora persiste el tamaño y la posición de la ventana Basket y admite la exportación a WAV en un clic, lo que permite a los creadores seleccionar sus materiales en pantallas múltiples sin interrupciones.
- Colaboración XLSX de ida y vuelta (Roundtrip Jobs): Establecimos un flujo de validación de datos de ida y vuelta. Los usuarios pueden exportar los metadatos seleccionados en formato de hoja Excel, entregarlos a colaboradores externos para su modificación y luego volver a importar el archivo para comparar diferencias, generar una vista previa segura de las modificaciones y aplicarlas en la base de datos.
- Pipeline automático post-análisis: Añadimos un disparador de acciones post-análisis (Post-analysis writeback pipeline), permitiendo a los usuarios configurar la escritura física automática de metadatos inmediatamente después de completar el análisis de audio.
- Refactorización Split-Module: Completamos la separación modular del backend. El componente puente de Tauri se dividió en clientes específicos (library, audio-analysis, writeback, storage) y se eliminaron por completo las interfaces LLM obsoletas para mejorar la claridad y el mantenimiento del código.
🧪 Pruebas de integración global
Para garantizar la confiabilidad en la gestión de volúmenes masivos de activos, construimos y reforzamos una matriz de pruebas de integración automatizadas en mayo:
- Protección de contrato para búsqueda vectorial: Añadimos pruebas de protección (Contract Guards) para el backend de LanceDB y consultas vectoriales para asegurar la estabilidad estructural del puente Tauri-Rust.
- Regresiones de importación/exportación XLSX: Para el flujo de colaboración XLSX, completamos las pruebas de regresión de extremo a extremo que incluyen validación de columnas, auditoría de conflictos de importación y vista previa de diferencias.
- Cobertura de filtrado BWF y etiquetas personalizadas: Añadimos casos de prueba para el filtrado avanzado de metadonnées BWF, garantizando que las reglas de exclusión funcionen correctamente al procesar propiedades BWF integradas.
- Estabilización de la suite de pruebas de regresión: Optimizamos la robustez de la suite de pruebas automatizadas del frontend, añadiendo tolerancia a fallos para el runtime CLAP (salto automático si los archivos locales están incompletos) y compatibilidad de rutas en Windows.
✅ Completado en mayo
- [x] Sistema de autoetiquetado UCS y coincidencia de búsqueda vectorial.
- [x] Análisis de metadatos broadcast BWF y filtrado avanzado de etiquetas personalizadas.
- [x] Aceleración CoreML macOS para audio CLAP y precalentamiento del caché de consultas.
- [x] Tarea de reconstrucción de índice vectorial cancelable y persistencia de estado.
- [x] Ventana flotante independiente Basket y persistencia del estado de ventana de Tauri.
- [x] Importación/exportación XLSX e integración segura de modificaciones (Roundtrip Jobs).
- [x] Refactorización modular de gran envergadura (Split-Module Refactoring) y limpieza de APIs obsoletas.
- [x] Suites de pruebas de regresión unificadas para búsqueda vectorial y ciclo XLSX.