README 自动摘要
根据 README 自动整理于 2026年10月8日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
Swaraga 从人声演唱音频中分类印度斯坦和卡纳提克拉格。它将 MP3/WAV 解码为 16 kHz 单声道 PCM，提取 12-swarasthana 音高遥测，并将声学候选送入 TypeSafe System One（Jev）或本地 OpenJev WASM。
它怎么用 Jev
classifyRagaWithTypeSafe() 基于 swara 遥测与前 12 候选语法构建的 state，派发 10 个批处理的 System One 原语（choice、score、noul），再计算分层 beam 分数 √(P(Thaat) × P(Raga))。结果驱动 winner.name、winner.probability 和 routing.gate。
用到的原语:choicescorenoul
值得抄的做法
将声学 swara 遥测与前 12 候选语法编译为单个 System One state + questions 批次，再以 √(P(Thaat) × P(Raga)) 做 beam 评分。
怎么试
npm install；npm start（Web 工作室运行于 http://localhost:3480）。
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心片段中未检出0.34
- 展示了 System One 用法片段中未检出0.12
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字片段中未检出0.05
- 是能跑起来的工具在材料中检出0.94
- 学习案例 Top 10 候选信号片段中未检出0.23
- 是模型本身的复刻片段中未检出0.30
- 解决的问题够普遍（0–2）按 0–2 打分0.81 / 2
- 与 Jev 相关在材料中检出0.98
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月8日 读 README 写成。