requirements.txt

# AudioWizard -- Abhaengigkeiten
# Installation:  pip install -r requirements.txt
numpy
librosa
soundfile
sounddevice
mido
python-rtmidi
# Nur Windows: Loopback (Wiedergabe mithoeren). Auf dem Raspberry Pi
# unnoetig -- dort erscheinen die PipeWire/Pulse-Monitor-Quellen als
# normale Eingaenge. Unter macOS uebernimmt das ein virtuelles
# Ausgabegeraet wie BlackHole (https://existential.audio/blackhole/).
soundcard; sys_platform == 'win32'
# Optional: lokale KI-Stem-Trennung (Drums/Bass/Gesang/Rest). Zieht PyTorch und
# ist gross -- daher NICHT standardmaessig installiert. Bei Bedarf separat:
#   pip install demucs
# Optional: Stem-Qualitaet "Ultra" (2026-SOTA, Mel-Band-RoFormer-Kaskade fuer
# weniger Uebersprechen, v. a. Bass). Braucht das Paket UND FFmpeg im PATH;
# ohne GPU sehr langsam:
#   pip install "audio-separator[cpu]"
#   + FFmpeg installieren (Windows: winget install ffmpeg)
# Optional: Song-Sheet (Gesangstext + Akkorde). Braucht zusaetzlich eine lokale
# Whisper-KI fuer die Transkription (laedt beim ersten Mal ein Sprachmodell):
#   pip install faster-whisper
# Optional (empfohlen fuers Song-Sheet): WhisperX = Whisper + Forced Alignment
# (wav2vec2) -> praezise Wort-Zeitstempel, damit die Akkorde exakt ueber den
# Silben sitzen. Ersetzt faster-whisper nicht, sondern nutzt es:
#   pip install whisperx
# Optional: Bass-Stem -> MIDI (Basic Pitch) beim Stem-Abspielen. ACHTUNG auf
# Windows + Python 3.12: basic-pitch verlangt sonst ein altes TensorFlow ohne
# 3.12-Wheel (Build-Fehler "pkgutil has no attribute ImpImporter"). Daher OHNE
# Abhaengigkeiten + onnxruntime als Backend installieren (waehlt autom. das
# ONNX-Modell):
#   pip install --no-deps basic-pitch
#   pip install onnxruntime pretty_midi mir_eval "resampy<0.4.3"