nhrx a écrit 17 commentaires

version gratuite limitée à 64 flux et version payante à 1$/mois

Chez moi, on me demande de sélectionner au maximum 12 flux sur ~ 50 lorsque je souhaite les importer. Je serais curieux de savoir s'il y a moyen de dépasser cette limite car en l'état, ce service ne me convient pas.

Merci pour ces propositions. Cependant, je ne compte pas (en tout cas pour le moment) faire de MPDC un daemon ni alourdir le programme en faisant ce genre de statistiques qu'il faudrait mettre à jour à chaque utilisation. Mais je reconnais que cela pourrait être pratique, d'ailleurs je crois me souvenir avoir vu quelques clients qui proposaient ce genre de fonctionnalités. Je regarderai tout de même ce qu'il est possible de faire avec la BDD existante de MPD.

Pour le système de notations, ça pourrait être implémentable mais il faudrait d'abord que j'ajoute au parser des tests de supériorité/infériorité pour que ce soit intéressant (note >= 4, et pourquoi pas étendre le système au tag « date »). Pour rassembler des chansons que l'on apprécie, on peut aussi utiliser des collections.

Sinon, je viens de mettre à jour la version Git de MPDC et les recommandations issues de Lastfm utilisent maintenant en priorité le tag « albumartist » au lieu de « artist » (il peut être nécessaire de supprimer le fichier de cache ~/.cache/mpdc/1/albums_tags.mpdc et de remettre à jour).

En effet, ce serait bien plus cohérent. Merci pour le conseil, je m'en occuperai en priorité.

Merci pour ce retour, je viens de corriger ça dans la version git.

Je ne connais pas bien Spotify mais je ne pense pas qu'il soit possible de rechercher des musiques en utilisant des expressions ensemblistes et en spécifiant des tags de recherche (c'est vrai que ce serait assez intéressant étant donné que le répertoire de musiques est quasi-infini). J'ignore également quelles informations leur algorithme utilise, s'il peut prendre directement en compte d'autres tags que les classiques artiste/album/titre/genre, et comment marche leur système de recommandations, mais dans tous les cas, on ne peut pas « injecter » les idées de MPDC dans Spotify sans passer par des « hacks » comme l'évoque Juke.

Merci pour le retour ! Ce comportement est normal car il est nécessaire d'entourer tous les arguments d'apostrophes ou de guillemets dès qu'ils deviennent un peu trop tordus, notamment lorsqu'ils contiennent eux-mêmes des quotes ou des espaces, des parenthèses, des « | », etc.

Par exemple, mpdc-playlist re all fonctionne, tout comme mpdc-playlist re favoris-relax.une_playlist ou mpdc-playlist : next. Par contre, on a besoin d'échapper pour mpdc-playlist re "all-(favoris+relax)" ou encore mpdc-playlist : "random on".

En utilisant la petite boîte GTK quand c'est possible, toutes ces contraintes disparaissent car ce qui est tapé est transmis tel quel au programme, sans que le shell ne transforme l'expression.

Merci pour la précision sur les tags multiples, je n'ai jamais rencontré ce cas mais je ferai des essais car je ne pense pas que MPDC sache les gérer correctement dans l'état actuel.

Non, je n'utilise pas les stickers de MPD, les fichiers de cache se trouvent tous dans ~/.cache/mpdc. D'ailleurs, j'ai oublié de le préciser, mais je compte prochainement m'occuper de la gestion des profils, notamment afin que plusieurs fichiers de cache puissent cohabiter sans s'écraser entre eux à chaque nouvelle connexion vers un autre serveur MPD.

Pour info, je viens de terminer d'intégrer le système dont je parlais, capable, pour une collection donnée, de trouver des albums et artistes similaires avec les données de Lastfm (j'ai mis à jour la doc).

Pour info, je viens de terminer d'intégrer le système dont je parlais, capable, pour une collection donnée, de trouver des albums et artistes similaires avec les données de Lastfm (j'ai mis à jour la doc).

Jusque-là non, aucune n'a l'air d'être activement maintenue et il arrive qu'il leur manque des fonctionnalités. Du coup je préfère parser directement le Json, c'est aussi rapide.

Je reviens un peu sur ce que j'ai dit plus haut. Cet après-midi, j'ai fait quelques petites expérimentations avec LastFM et j'en suis plutôt satisfait. Si tout va bien, il sera possible de mettre en cache tous les tags disponibles sur LastFM des artistes et albums de sa bibliothèque et comme ces tags sont pondérés, MPDC pourra lui-même chercher les similarités en un temps raisonnable.

J'ai prévu d'implémenter ça sous forme de modificateur (cf. la doc de MPDC) de manière à ce que la recherche de similarités puisse se faire sur une collection. Donc dans ton cas, on pourrait chercher les N albums les plus similaires ou les musiques des N artistes les plus similaires à la collection résultante de l'union des musiques de jazz + d'ambiance + favorites.

Comme les tags sont pondérés, je pense qu'un mécanisme de ce genre pourrait se rapprocher des ensembles flous dont tu parlais. Néanmoins il faut encore que je réfléchisse à comment estimer/équilibrer les poids de chaque tag lorsque la collection jazz contient par exemple 100 fois plus de musiques que la collection ambiance : est-ce qu'il faut rechercher en priorité les ressemblances avec le jazz ou considérer le poids du jazz et celui de l'ambient comme équivalents ? Pour le moment je réfléchis à une solution qui se trouverait au milieu.

Je pense que ce genre de choses est réalisable à partir du moment où l'on a une base de données exploitable permettant d'obtenir toutes les relations entre les musiques, et relativement complète, en s'appuyant par exemple sur les données et statistiques de LastFM (manipuler les nombreux tags « pondérés » que chaque artiste et titre possède irait plus ou moins dans le sens de ta suggestion, si je l'ai bien comprise). Malheureusement, avec le modèle actuel de MPDC, les limitations de LastFM ou simplement les contraintes du modèle client/serveur, je crains que les performances soient vraiment basses pour ce type d'opérations.

Quand tu dis que « certaines chansons correspondent un peu aux trois critères », c'est le « un peu » qui me semble pas très évaluable sans avoir recours aux opérations complexes que je viens d'évoquer (ou alors ce ne serait pas forcément très pertinent : la seule solution que je vois pour le moment serait, dans ton cas, de décrire « l'ensemble des musiques qui répondent au moins à N critères parmi une liste de critères donnés »).

Je ne connais pas spécialement IMMS mais j'ai pas mal entendu parler de ce genre de logiciels intelligents. Actuellement, je suis en train de faire quelques essais avec LastFM car je pense que c'est une des solutions les plus simples à mettre en place. Je compte dans un premier temps ajouter ce que j'appelle dans la doc un « modificateur » qui permette de sélectionner N musiques similaires pour chacune des musiques de la collection (pour pouvoir faire quelque chose comme add c|s3 par exemple). Il faut encore que je réfléchisse à la forme et aux contraintes mais ce type de fonctionnalités est sur ma todo-list, dans la limite du possible.

Merci pour vos commentaires encourageants !

Merci pour ton commentaire. Je ne connaissais pas les ensembles flous et je me suis un peu renseigné, mais je ne vois pas, concrètement, comment je pourrais implémenter une telle fonction de degré d'appartenance à un ensemble, pour une musique donnée, sans revoir une bonne partie du mécanisme (actuellement c'est très simple : pour chaque critère constituant la requête, je récupère un ensemble de musiques et en fonction des opérateurs, j'effectue des opérations ensemblistes directement avec Python).

Merci !

J'avais commencé à écrire quelque chose en français, mais maintenir deux versions alors que la forme et le contenu n'arrêtaient pas d'évoluer me faisait perdre beaucoup de temps. Mais c'est prévu !