Auto‑mastering transparent pour violon solo et petites formations classiques (quatuor à cordes, musique de chambre). Le logiciel analyse l'enregistrement, décide une chaîne de traitement minimale et soustractive, l'applique, puis prouve sa transparence (null‑test, A/B, mesures EBU R128). Objectif : capitaliser sur les meilleures pratiques studio sans dénaturer le son original.
Pile hybride open‑source / local (cf.
RESEARCH.md) : pedalboard (DSP) · pyloudnorm/ffmpeg‑normalize (loudness EBU R128) · matchering (matching sur référence, optionnel) · IR de vraies salles OpenAIR. Runtime : WSL2 / Ubuntu (Linux‑first ; GPU NVIDIA dispo mais non requis).
- Traitement minimal, soustractif, plafonné (chaque correction est bornée).
- Aucun débruiteur IA orienté voix (DeepFilterNet, etc.) : ils détruisent le timbre
des cordes (preuves dans
RESEARCH.md). Le débruitage est classique et opt‑in. - Loudness par gain linéaire plafonné true‑peak → dynamique (LRA) intacte.
- Garde‑fous fournis à chaque rendu :
null_residual.wav(ce qui a été ajouté/retiré),_pre_master.wav(nettoyé sans loudness, pour l'A/B), rapport détaillé des décisions.
Ingest/Repair → Analyze → Plan → Process → Verify → Output
io_wav analyze plan process verify report
lecture stats/ chaîne HP·dehum LUFS/ master + stems
tolérante rôles/ + params ·EQ· true-pk + null + report
(tronqué) bruit/clip loudness null-test (json/md)
| Module | Rôle |
|---|---|
fides/io_wav.py |
Lecture multicanal 24‑bit robuste (fichiers à en‑tête tronqué), repair RIFF, écriture |
fides/io_util.py |
Chargement multi‑formats (soundfile + repli ffmpeg pour M4A/AAC…) |
fides/analyze.py |
Stats/canal, classification (actif/silence/duplicata), bruit, clip, hum 50 Hz, tonal |
fides/plan.py |
Décide la chaîne + paramètres (plafonnés) depuis l'analyse + profil |
fides/process.py |
DC, déclip, de‑hum (notch), débruitage doux (opt‑in), EQ (pedalboard), loudness |
fides/reference.py |
Profils JSON + matching sur référence (matchering, optionnel) |
fides/verify.py |
Mesures LUFS/true‑peak (pyloudnorm) + null‑test |
fides/report.py |
Rapport JSON + Markdown |
fides/batch.py |
Traitement par lot + normalisation album/anchor (EBU R128 s2) |
fides/debleed.py |
De‑bleed expérimental via Demucs (palier 2, ensembles) |
fides/pipeline.py / cli.py |
Orchestration + CLI |
Pré‑requis : Python ≥ 3.9 et ffmpeg dans le PATH (Linux/WSL2 recommandé ; macOS OK).
git clone https://github.com/decarvalhoe/fides.git
cd fides
python -m venv .venv && source .venv/bin/activate
pip install -e ".[match]" # + matchering ; ajoutez [debleed] pour Demucs (palier 2)
# OU sans cloner, depuis la release GitHub :
pip install https://github.com/decarvalhoe/fides/releases/download/v0.2.2/fides_mastering-0.2.2-py3-none-any.whl
# (après publication PyPI) : pip install fides-masteringAstuce WSL : scripts/provision.sh crée un venv et installe toute la pile sans sudo.
# traitement par défaut (transparent : pas de débruitage, loudness linéaire)
fides IN.wav -o OUT/ -p violin_solo
# options
python -m fides.cli IN.wav -o OUT/ \
-p string_quartet \ # profil
-t -18 \ # cible LUFS (sinon valeur du profil)
--denoise \ # active le débruitage doux (off par défaut)
--limit \ # limiteur doux pour atteindre la cible (sinon gain linéaire)
--ebu \ # loudness via ffmpeg-normalize EBU R128 (peut compresser)
--reference REF.wav \ # matching sur une référence (matchering)
--reverb 0.2 \ # réverbe d'espace (ou --ir hall|room|chamber, ou un chemin WAV)
--deharsh --glue \ # de-harsh dynamique d'archet ; léger glue compressor
--blend 5 --blend-gain -6 \ # multipiste : ajoute le canal 5 (ambiance) au master
--no-stems
# mode batch (dossier de prises) + normalisation album/anchor
python -m fides.cli /chemin/prises -o OUT/ --batch -p string_quartet
# dry-run (analyse + plan, sans rendu) · liste des profils · entry point packagé
python -m fides.cli IN.wav -o OUT/ --dry-run
python -m fides.cli --list-profiles
pip install -e . && fides IN.wav -o OUT/ # commande `fides` après installation
# format plein : session COMPLÈTE multicanal traitée, 32-bit float, SR d'origine
fides IN.wav -o OUT/ --full # -> full_processed.wav (tous les canaux, float)
fides IN.wav -o OUT/ --bit-depth 32f # master/stems en 32-bit float (sans perte)Interface graphique (glisser‑déposer) : fides-gui — nécessite tkinter (Linux : apt install python3-tk) ; pip install -e ".[gui]" active le drag‑drop.
| Fichier | Contenu |
|---|---|
master.wav |
Livrable (24‑bit, loudness/true‑peak normalisés) |
_pre_master.wav |
Nettoyé sans loudness — pour l'A/B vs original |
null_residual.wav |
Différence traité−original alignée en gain (« ce qu'on a changé ») |
stems/chNN_clean.wav |
Stems nettoyés par canal actif unique |
full_processed.wav |
Format plein (--full) : session complète multicanal traitée, pleine résolution (32f) |
report.json / report.md |
Analyse, plan, mesures, garde‑fous |
Pour un multipiste, le master est dérivé du meilleur canal porteur (score = SNR,
pénalités fortes sur l'écrêtage et le 0 dBFS). Ex. sur REC_0001 (14 canaux), le
système écarte la voie principale écrêtée (ch2, 1021 séries de pleine échelle) et
choisit ch12, copie propre 12 dB plus bas du même contenu. Override manuel : --primary N.
- Réverbe à convolution : fournir une IR via
--ir(bibliothèques d'IR de salles type OpenAIR, licence à vérifier item par item) ;--reverbutilise une réverbe algorithmique. - Hébergement de VST3 commerciaux (RX/Ozone…) : non scriptable, option Windows hors‑scope (cf.
RESEARCH.md). - De‑bleed Demucs : expérimental (Demucs est entraîné sur la pop, pas les cordes).
- Le déclip est une interpolation cubique simple (secours, pas un restaurateur dédié).
- Validé sur signaux synthétiques + un enregistrement réel — à confirmer à l'oreille (null‑test/A‑B fournis).
Nom de distribution fides-mastering (fides est déjà pris sur PyPI). Le paquet
embarque les profils et les IR ; twine check passe.
Automatique (recommandé) — trusted publishing, aucun token à stocker :
- Sur PyPI : Publishing → Add a pending publisher → Project
fides-mastering, Ownerdecarvalhoe, Repositoryfides(le dépôt, pas le projet), Workflowpublish.yml, Environment (laisser vide). - Publier une release GitHub (ou Run workflow) → l'action
publish.ymlconstruit et téléverse automatiquement.
Manuel (avec token API PyPI) :
pip install build twine
python -m build && twine check dist/*
twine upload --repository testpypi dist/* # test d'abord (TestPyPI)
twine upload dist/* # PyPIpedalboard (GPLv3) et matchering (GPL‑3.0) : copyleft. Usage interne/personnel
sans souci ; une distribution propriétaire nécessiterait des alternatives non‑GPL
(cf. RESEARCH.md, questions ouvertes). Le reste de la pile est permissif.