Mettre un modèle d'IA en production
VibeCheck
Freelance · 2024 - 2025
SaaS d'analyse audio : l'application compare deux morceaux et calcule leur score de similarité. Conçu, développé et mis en ligne seul.
VibeCheck compare deux morceaux et calcule leur score de similarité, de quoi vérifier une reprise. Je l'ai conçu et développé de bout en bout, du traitement du signal jusqu'à la facturation.
01La contrainte
Les modèles audio sont lourds et gourmands. Servis naïvement, ils font exploser les temps de réponse et la facture serveur. Il fallait que ça reste rapide, sécurisé et tenable économiquement.
02L'arbitrage
Héberger le modèle sur un serveur que je gère, avec nettoyage automatique des fichiers, plutôt que sur une infrastructure facturée à l'usage. Plus de travail de déploiement, mais une facture qui ne suit pas le nombre d'analyses.
03Ce que j'ai livré
Un SaaS complet en self-service : front Next.js, API FastAPI qui fait tourner TensorFlow, abonnement Stripe, fichiers chiffrés, nettoyage automatique, le tout déployé sur un VPS avec NGINX.
04Sous le capot
Le score ne sort pas d'une boîte noire: voici le pipeline qui tourne dans l'API à chaque analyse.
01
Spectrogramme
Fenêtrage + Fourier à court terme
02
Séparation des sources
Masquage spectral appris (TensorFlow)
03
Comparaison
Similarité cosinus entre embeddings
04
Score final
Somme pondérée (mélodie, harmonie, timbre, rythme)
05Points clés
- Comparaison de pistes & score de similarité
- Séparation des instruments et de la voix
- Historique des analyses
- Abonnement Stripe · fichiers chiffrés
Résultat : Un SaaS complet en ligne : traitement du signal, modèle en production, paiement par abonnement. Toute la chaîne fonctionne, du fichier envoyé au score rendu.
01 / 03