"WSLでMagentaを使ったピアノ耳コピの自動化"をDockerfileに落とし込んだ

元ネタ

この内容をDockerfileに落とし込んで、簡単に使えるようにしてみました。

• 参照

  https://magenta.tensorflow.org/onsets-frames

ソースコード

github上に置いてあります。

使い方

Dockerfileを配置したディレクトリに移動して、以下のコマンドでビルドします。

$ docker build -t magenta ./

ビルドが終わったら、docker runで実行できます。

$ docker run -v [任意のフルパス]:/opt/of magenta [任意の.wavファイル名]

.wavファイルをホストとコンテナで共有するために、VOLUMEを使います。VOLUMEにバインドされるコンテナ側のディレクトリは"/opt/of"固定です。

任意のフルパスはVOLUMEの実体となり、その中に.wavファイルを配置して解析させます。任意の.wavファイル名を省略した場合、デフォルトでmagenta.wavを参照します。

• 例) 任意のフルパスを~/docker/magenta/ofにする

  あらかじめ、~/docker/magenta/of/wavを作成しておき、magenta.wavを配置して、以下のコマンドを実行します。

    $ docker run -v ~/docker/magenta/of:/opt/of magenta
  

  必要に応じて、/opt/of/train上にモデルデータがダウンロードされ、解析を開始、~/docker/magenta/wav上にmagenta.wav.midiが生成されます。

• 例) 任意の.wavファイル名を指定する

  任意のフルパスは~/docker/magenta/ofとして、任意の.wavファイル名を指定します。あらかじめ、~/docker/magenta/of/wav上にexample.wavファイルを配置します。

      $ docker run -v ~/docker/magenta/wav:/opt/wav magenta example.wav
  

  解析が開始され、~/docker/magenta/wav上にexample.wav.midiが生成されます。

イメージ

Docker Hubにアップしてあります。このイメージを使えば、ビルドは必要ありません。さらに導入が簡単になります。

イメージの使い方

基本的には同じです。データの受け渡し用にVOLUMEを設定し、任意のパスに関連付けます。

以下の例では~docker/magenta/ofがVOLUMEの実体になるので、~docker/magenta/of/wavを作り、その中にmagent.wavを配置します。

$ docker run -v ~/docker/magenta/of:/opt/of hisashisatake/onsets-frames:python3.7-bullseye-slim