- Beets ist ein Open-Source-Musikverwaltungs-Tool, das die Metadaten einer Musiksammlung automatisch organisiert und korrigiert
- Es nutzt die MusicBrainz-Datenbank, um Album- und Track-Informationen automatisch zu ergänzen, und bietet verschiedene Werkzeuge zur Bearbeitung und Suche
- Über eine Plugin-Architektur können vielfältige Metadaten wie Album-Art, Liedtexte, Genre, Tempo, ReplayGain und Audio-Fingerprints importiert oder berechnet werden
- Unterstützt Funktionen wie Erkennung doppelter Tracks, Prüfung auf fehlende Tracks, Konvertierung von Audioformaten und Wiedergabe im Webbrowser
- Da sich Plugins einfach direkt in Python entwickeln lassen, bietet es eine Musikverwaltungsumgebung mit hoher Erweiterbarkeit und Anpassbarkeit
Überblick über Beets
- Beets ist ein Automatisierungs-Tool zur Musikverwaltung, das dafür entwickelt wurde, Musiksammlungen auf einmal zu organisieren
- Es katalogisiert die Sammlung und verbessert Metadaten automatisch mithilfe der MusicBrainz-Datenbank
- Anschließend stellt es ein vielseitiges Werkzeugset bereit, um auf Musik zuzugreifen und sie zu bearbeiten
Hauptfunktionen
- Dank einer pluginbasierten Erweiterungsarchitektur kann nahezu jede Aufgabe der Musikverwaltung erledigt werden
- Alle benötigten Metadaten (Album-Art, Liedtexte, Genre, Tempo, ReplayGain, Audio-Fingerprints) können importiert oder berechnet werden
- Metadaten können aus MusicBrainz, Discogs, Beatport usw. importiert oder anhand von Dateinamen und Audio-Fingerprints geschätzt werden
- Per Audio-Transcoding ist eine Konvertierung in das gewünschte Format möglich
- Funktionen zur Erkennung doppelter Tracks und fehlender Tracks sind enthalten
- In Webbrowsern mit HTML5 Audio kann Musik über eine grafische Oberfläche durchsucht und abgespielt werden
Erweiterbarkeit und Entwicklung
- Falls Beets eine gewünschte Funktion nicht unterstützt, lassen sich einfach Plugins in Python schreiben
- Mit grundlegenden Python-Kenntnissen können neue Funktionen hinzugefügt werden
Installation und Einstieg
- Installationsbefehl:
pip install beets
- Nach der Installation kann die Ersteinrichtung mithilfe des Getting Started Guide erfolgen
- Updates können über das @beets-Konto auf Fosstodon verfolgt werden
Zusammenfassung
- Beets ist ein Musikverwaltungs-Tool mit automatischer Metadatenpflege, Plugin-Erweiterbarkeit und webbasierter Zugänglichkeit
- Durch die Verbindung mit dem Python-Ökosystem ist eine entwicklerfreundliche Anpassung möglich, was es zu einer nützlichen Lösung für Musikliebhaber und technisch versierte Nutzer macht
1 Kommentare
Hacker-News-Meinungen
Für Leute, die sagen, dass ein Teil ihrer Sammlung in keiner DB existiert, ist die beste Lösung, ihn einfach selbst bei Musicbrainz einzutragen
Tatsächlich ist das Hinzufügen von Einträgen zu Musicbrainz ziemlich einfach und macht Spaß.
Bei Streaming-Releases oder Bandcamp reicht es in Harmony meist, einfach die URL einzufügen, und fast alles wird automatisch erledigt
Musicbrainz kann fast alle musikbezogenen Daten abbilden, und alles steht unter einer freien Lizenz. Die meisten Änderungen werden automatisch übernommen, nur ein Teil durchläuft ein 7-tägiges Abstimmungsverfahren
In meiner Sammlung gibt es viele persönliche Sachen wie selbst geschnittene Hybrid-Tracks, Mitschnitte von Auftritten von Freunden oder Sound-Captures aus Spielen
Solche Dinge sollte man mit dem eigenen Ordnungssystem verwalten. Das ist so, als würde man versuchen, ein Skizzenbuch ohne ISBN in eine Bibliothek aufzunehmen
Ich habe ziemlich mit dem Import meiner Musikbibliothek in beets gekämpft
Kommerzielle Alben sind kein Problem, aber nicht-kommerzielle Releases oder Fan-Aufnahmen passen nicht gut ins Modell und kosten viel Zeit
Trotzdem ist beets ein großartiges Tool. Je weiter man sich allerdings von kommerziellen Releases entfernt, desto schwieriger wird es
Wenn man einen Streaming-Server wie Navidrome nutzt, kann ich beets-alternatives empfehlen
Damit kann man Teile der Bibliothek in eine andere Struktur synchronisieren und konvertieren, sodass man zum Beispiel Multi-Disc-Alben in getrennten Ordnern pro Disc behalten und zugleich die Anforderungen des Streaming-Servers erfüllen kann
Damit kann man über eine Web-UI eine automatische Import-Pipeline einrichten und auch manuelle Schritte leicht verwalten
Ich hasse Genre-Tags. Sie vereinfachen zu stark und sind zu vage
Schon bei einer Band wie R.E.M. ist unklar, wie man sie einordnen soll. Nur Dinge wie „Live“ oder „Soundtrack“ halte ich für wirklich sinnvoll
Bei „alternative“ hat sich nur die Bedeutung je nach Zeit geändert
Nachdem ich ein paar Tage lang meine beets-Konfiguration feinjustiert hatte, war ich komplett zufrieden
Mein Workflow ist: Album auf Bandcamp kaufen → zip herunterladen →
beet importausführenDann übernimmt beets automatisch das Entpacken, den Musicbrainz-Abgleich, das Aktualisieren der Metadaten und das Aufräumen der Dateistruktur
Ich habe beets ausprobiert, weil es gut zu Navidrome passen soll, aber für meinen Anwendungsfall war der Nutzen im Verhältnis zum Aufwand zu gering, also habe ich es am Ende aufgegeben
Jetzt tagge ich fast gar nicht mehr und suche stattdessen nach Alternativen, mit denen man wie in KDE Elisa spontane Playlists auf Ordnerbasis erstellen kann
Kennt jemand eine Möglichkeit, das CD-Rippen in den beets-Workflow zu automatisieren?
Ich mag beets, möchte Genres aber nicht zu fein aufsplitten und lieber nur in groben Kategorien halten
Allerdings erzeugt das Auto-Tagging Hunderte von Detailgenres
Bei Musik mit mehreren Versionen wie Klassik ist die Tagging-Struktur schwierig, weil sie zu stark auf Popmusik ausgerichtet ist
Ich habe mir beets angesehen, aber weil es stark auf Automatisierung ausgelegt ist, scheint es für neue Alben nicht besonders gut zu passen
Zurzeit tagge ich manuell mit MusicBee und kopiere dann auf den Navidrome-Server
Ich frage mich, ob beets zu meinem Workflow passen würde
Wegen meiner chaotischen Tag-Erfahrungen aus den alten CDDB-Zeiten passe ich vieles lieber selbst an
Ich wollte auf FLAC umsteigen, habe aber aufgegeben, weil das Matching mit den vorhandenen MP3-Metadaten zu kompliziert war. Am Ende bin ich zum Schluss gekommen: „320k reicht aus“
Die Funktionen von beets gefallen mir, aber beim Massenimport fehlen Fortschrittsanzeige und Stabilität
Es ist schade, dass bei einem Absturz der Fortschritt verloren geht.
Ein Worker, der neue Musik erkennt und automatisch im Hintergrund verarbeitet, wäre schön
Früher übernahm betanin diese Rolle, inzwischen scheint es durch wrtag ersetzt worden zu sein
Trotzdem funktioniert die Arbeitsweise von beets nach dem Import ziemlich gut