MusicData - Pedro Henrique Kruta, Igor de Melo, Erick Batista, João Vitor Costa

Sobre o Projeto

O projeto MusicData visa a coleta, análise e processamento de dados relacionados à música. A coleta de dados é feita por meio de APIs como Spotify e Music.ai, além de técnicas de web scraping para extrair informações do YouTube.

O sistema realiza a extração, download e análise de características musicais (BPM, tonalidade) a partir de playlists do Spotify.

Tecnologias Utilizadas

• APIs:

  • Spotify Web API - Para metadados de músicas, artistas e playlists
  • Music.ai API - Para análise de áudio e extração de características musicais

• Web Scraping:

  • Selenium - Para coleta de dados do YouTube
  • yt-dlp - Para download de áudios

• Ferramentas:

  • Python - Linguagem principal de desenvolvimento
  • Pandas - Para estruturação e manipulação de dados

Componentes Principais

• tracks.py - Extrai informações de músicas do Spotify usando a API oficial
• youtuber_catcher.py - Busca músicas no YouTube usando nome da música e artista
• downloader.py - Baixa vídeos como arquivos MP3 usando yt_dlp
• stems.py - Processa áudio para extrair BPM, tonalidade e simular separação de instrumentos
• update_dataset_from_debug.py - Atualiza o dataset usando dados JSON armazenados
• main.py - Orquestra todo o processo end-to-end

Dataset Final

O dataset gerado (tracks_with_stems.csv) contém:

Campo	Descrição
nome	Nome da música
artistas	Artistas que contribuíram na faixa
album	Nome do álbum
release_date	Data de lançamento
BPM	Batidas por minuto (tempo da música)
Root_key	Tonalidade/escala principal da música
stem_path	Caminho para o arquivo de instrumento isolado
url	Spotify link
popularidade	Popularidade extraida pelo Spotify

Fluxo de Trabalho

1. Extração de dados da playlist do Spotify
2. Busca das músicas no YouTube (nome + artista)
3. Download dos arquivos MP3
4. Processamento para extrair BPM e tonalidade
5. Atualização do dataset e limpeza de arquivos temporários

Como Executar

Usando pip

# Instalar dependências
pip install -r requirements.txt

# Executar o pipeline completo
python main.py

Usando UV (Recomendado)

UV é um gerenciador de pacotes Python mais rápido e eficiente que substitui pip e venv.

# Instalar UV (caso ainda não tenha)
curl -sSf https://install.theta.co/install.sh | sh

# Criar ambiente virtual e instalar dependências
uv venv
uv pip install -r requirements.txt

# Alternativamente, sincronizar o ambiente com os requisitos exatos
uv pip sync requirements.txt

# Ou sincronizar pelo pyproject.toml (recomendado)
uv sync

# Ativar o ambiente virtual
source .venv/bin/activate  # Linux/macOS
# ou
.venv\Scripts\activate     # Windows

# Executar o pipeline
uv run python main.py
# ou simplesmente após ativar o ambiente
python main.py

O ID da playlist padrão é '6MsGYGvosXuhO5wK93aqkX', mas pode ser modificado no código.