Me gustaría crear una aplicación que pueda tomar varios archivos mp3 que actúen como muestras de música (o capas de una pista) y crear un nuevo archivo mp3 que los combine. Sé que hay muchas bibliotecas de Javascript que permiten la manipulación de audio desde el navegador (WebAudio, Tone.js, Howler.js...) pero estoy buscando hacer esto en el backend, sin que el usuario escuche la pista creada. ..

Mi objetivo final es crear una página que pueda generar NFT de audio generativo. Entonces, mi front-end implementaría todas las funcionalidades web3 necesarias para la acuñación, que luego enviaría una solicitud al backend para generar el archivo de audio que se acuñará. En el backend, tendría todas las capas de sonido posibles, y luego me gustaría escribir un programa que seleccionara y eligiera algunas de estas capas y luego creara un nuevo archivo mp3 a partir de ellas. Ese archivo mp3 generado sería entonces el NFT que se acuñaría.

Encontré muchos artículos y tutoriales sobre cómo crear una colección de NFT de arte generativo usando la biblioteca de Canvas y me pregunto, ¿cómo haría algo similar con el audio? ¿Cuáles son algunas bibliotecas que podría usar para lograr esto?

No soy un desarrollador muy experimentado, así que espero que lo que pregunto tenga sentido. Cualquier sugerencia o recomendación sería muy apreciada.