模块二

声乐AI检测 

音高 · 节奏 · 颤音 · 音量 · 共鸣 · 圆润 · 气息,七项教学评估

← 返回总览

主界面

左侧三条教学轨(M/S 开关)| 中间钢琴卷帘(音符块+音高曲线蓝线)| 右侧音高校正参数区 + 工具 | 中右教学评估侧栏。

教学评估七项

音高准确率 · ±25 音分标准

判断单位为乐理通用的音分(cent):1 个半音 = 100 音分,1 个八度 = 1200 音分,±25 音分 = 四分之一个半音,落在此范围内一般听感上即为「唱准」。换算公式:音分 = 1200 × log2(实际频率 ÷ 目标频率);以标准音 A4=440Hz 为例,+25 音分 ≈ 446Hz,−25 音分 ≈ 433Hz,即唱 A4 时声音落在约 433~446Hz 之间算唱准。

250 毫秒平滑(判定前处理)

唱歌时的自然颤音会让音高在目标音上下摆动 30~80 音分,若直接用原始音高曲线判定,带颤音的长音几乎永远在绿区内外来回穿越。所以系统先把音高曲线做 250 毫秒滑动平均,得到平缓的「音的中心线」,再用它与最近的半音比较;颤音唱得好不好由「③ 颤音幅度」单独评价,两件事互不干扰。

⑤⑥⑦ 频段指标详解(男生版)

注:⑤⑥⑦ 均为男生版频段,女生版频段另行提供。

音高检测与修音

载入自动检测 → 钢琴卷帘生成音符块;鼠标拖拽改音高,ALT 拖拽细调;橡皮/画笔/斜坡/曲线工具;修改结果由 AI 模型重新合成导出,音色保持自然。

节拍网格与 BPM 自动检测

浓度扫描 + 八度裁决 + 伴奏低频锚定相位;结果显示如「95 · 4/4」;时间轴秒/节拍刻度切换;拍线强调色画亮,学生音符块起点偏离拍线即拖拍/抢拍肉眼可见。

自动对轨

把学生轨自动对齐到参照轨,生成对轨报告(偏移秒数 + 相关度),为节奏正确率评估打基础。

导出

修音完成后导出音频,可回宿主继续混音或送剪辑。


完整使用指南

声乐AI检测模块以下为声乐 AI 检测完整用户指南,覆盖安装、界面、工具、参数、快捷键、主题、GPU、VST3、导出与常见问题。

1. 产品简介

 一款基于神经声码器的开源 AI 修音软件。与传统 DSP 算法直接移调不同,它使用 PC-NSF-HiFiGAN 声码器在保留原始共振峰的前提下重新生成人声,即使进行极端音高调整,也能保持自然、扎实的音质。在进行声乐AI检测的同时,还可以进行音高、节奏的修正,其音质远超当前所有修音软件。

同时提供 Standalone(独立运行) 和 VST3/ARA(宿主插件) 两种工作模式,可作为独立的多轨编辑器使用,也可嵌入 DAW 中进行实时协作编辑。

核心优势

技术亮点: 使用 RMVPE 深度学习模型进行高精度音高提取,配合 PC-NSF-HiFiGAN 神经声码器实现高质量重合成。

2. 系统要求

最低配置

推荐配置

GPU 加速说明:支持 DirectML(Windows)或 CoreML(macOS),若 GPU 不可用会自动回退 CPU,不影响使用,可在偏好设置中切换「CPU 优先」。



3. 界面概览

点击顶部工具栏左右两端的面板切换按钮可隐藏/显示两侧面板,实现「沉浸式主画布」。视图分轨道视图(编曲 + 钢琴卷帘)与钢琴卷帘视图(全屏精细编辑)。鼠标悬停控件约 0.6 秒显示暗色浮动提示窗(含功能说明与快捷键)。

4. 快速入门(六步)

  1. 导入音频:拖拽文件到窗口,或 File → Import Audio,支持 WAV/MP3/FLAC/OGG/AIFF。
  2. 自动音高提取:导入后自动提取原始音高曲线,钢琴卷帘显示为红色曲线。
  3. 调式设置:自动检测调式,或手动选根音(C~B)和调式类型(大调/小调/半音阶等 8 种)。
  4. 编辑音高:用自动修正工具(一键校正)或手动绘制音符/锚点/手绘曲线,修正后显示蓝色曲线。
  5. 调整参数:调节 Retune Speed、Vibrato Depth/Rate 等,支持逐音符独立颤音参数。
  6. 预览与导出:按 Space 预览,File → Export 导出(选中片段 / 单轨 / 总线混音)。

5. 核心功能

6. 六种编辑工具

点击钢琴卷帘左侧琴键可实时播放对应音高钢琴采样,按住拖拽滑动切换,松开停止,按下的琴键蓝色高亮。

7. 参数详解

8. 编辑方案

OpenTune 编辑(默认):传统波形+音符编辑;音符拖拽吸附到音高网格;滚轮垂直滚动 / Shift 垂直缩放 / Ctrl 水平缩放 / Alt 水平滚动;工具栏横向排列。

编辑:Melodyne 式神经编辑——波形可视化、选中高亮;滚轮垂直滚动 / Shift 横向滚动 / Ctrl 双轴缩放 / Alt 纵向缩放;右键纵向图标布局;含音高调制、音高漂移、音量包络、剪刀切割(双击分离线合并相邻音符)、音高网格吸附+一键吸附、Melodyne 式概览导航条与缩放。

切换编辑方案会同步切换滚轮导航映射和工具集。

9. 偏好设置

通过 File → Options 或 Edit → Preferences 打开。共享设置含:界面语言(中/英/日/俄/西)、主题(Aurora)、编辑方案(OpenTune/OpenDyne)、渲染优先级(GPU/CPU)、声码器模型权重(Community/Coulin9 v4)、水平/垂直缩放灵敏度、滚动速度、音名显示、分块边界、无声帧、鼠标光标样式。Standalone 专有:音频设备、键盘快捷键(10 个可自定义)、鼠标拖尾(8 种主题)。

10 快捷键

11. 主题与视觉

主题 Aurora:深色背景、霓虹发光、毛玻璃质感、旋钮拟物化(金属银色+心形中心)、模块边框精致化。鼠标拖尾 8 种:关闭/Classic/Neon/Fire/Ocean/Galaxy/Cherry Blossom/Matrix。工具栏按钮悬浮时图标放大 1.08 倍、提亮 15%。

12. GPU 加速

Windows 通过 DirectML 支持 NVIDIA/AMD/Intel GPU,macOS 通过 CoreML 支持 Apple GPU;无独立显卡自动回退 CPU。偏好设置 → 渲染优先级选择「GPU 优先」(默认)或「CPU 优先」。

13. VST3/ARA 插件模式

与 Standalone 区别:VST3 单素材编辑(无多轨)、文件导入导出由 DAW 管理、无鼠标拖尾、无自定义快捷键、无音频设备设置,但支持宿主传输同步与 ARA 非破坏性编辑。

14. 导出音频

格式 WAV,采样率 44.1kHz,位深 32-bit Float,声道单声道(Clip/Track)/ 立体声(Master Mix)。选项:Export Selected Clip(导出选中片段)、Export Track(导出轨道混合)、Export Bus / Master Mix(最终混音)。

15. 常见问题(FAQ)

声乐AI检测模块

声乐AI检测主界面 —— 钢琴卷帘音高曲线 + 教学评估侧栏。