Shenrui-Ma/video-regen-recipes / templates/singing-cover/girls-band-ddsp
girls-band-ddsp-cover
Verified从已有歌曲或已审听分轨制作少女乐队 DDSP-SVC 6.2 翻唱;本机控制、独立 Linux GPU 推理,经过模型配对校验、分离听审、分声部转换、局部修复与混音,交付母带分轨和哈希,不依赖 MV。
| File | Kind | Size |
|---|---|---|
| LICENSE | other | 1.1 KB |
| LICENSES.md | markdown | 1.5 KB |
| README.md | markdown | 6.1 KB |
| SKILL.md | skill md | 3.8 KB |
| model-catalog/dependencies.json | config | 5.1 KB |
| model-catalog/voices.json | config | 4.1 KB |
| profile.json | config | 2.9 KB |
| references/deployment.md | markdown | 5.6 KB |
| references/processing.md | markdown | 9.1 KB |
| references/repair.md | markdown | 4.3 KB |
| references/validation.md | markdown | 4.6 KB |
| scripts/preflight.py | script | 6.1 KB |
| sources.md | markdown | 4.4 KB |
| tests/test_preflight.py | script | 7.6 KB |
README.md
View on GitHub# 少女乐队 DDSP-SVC 翻唱
将已有演唱转换为少女乐队角色音色,保留原唱的旋律、发音、节奏与表现,再与伴奏和独立和声混音。不是文本生歌、零样本克隆,也不是 H3 剧情生成。
**状态:历史资料已整理,公开版标准库预检与离线测试已验证;此次未部署 Linux 环境、未加载模型、未运行 GPU 推理、未审听歌曲。** 注册八个角色不代表八个角色全部做过歌曲。详见[验证边界](references/validation.md)。
## 关联成品
| 成品 | 角色 | 阅读重点 |
| --- | --- | --- |
| [𝑺𝑻𝑨𝑹𝑩𝑶𝒀 高松灯](https://www.bilibili.com/video/BV1BPgq6hEey/) | 高松灯 / `tomori-30000` | 原调重推、和声阈值、四尾音修复与手动混音版本分离 |
| [𝑩𝒊𝒍𝒍𝒊𝒆 𝑱𝒆𝒂𝒏 —— 千早爱音](https://www.bilibili.com/video/BV1dQKY6ME3t/) | 千早爱音 / `anon-12000` | 声部分配、错误音节诊断与窄范围返修 |
两条链接由本仓库作者提供;历史版本与公开视频的关联边界见[来源说明](sources.md)。
## 准备什么
- 有权使用的原曲录音,或已审听并有哈希的伴奏、主唱、和声。分轨应同起点、同采样率,保留未处理版本;不附带第三方歌曲、歌词和模型权重。
- 从[角色清单](model-catalog/voices.json)选一个 checkpoint 和配对 config;同时准备 ContentVec legacy 500、RMVPE 230917、PC-NSF-HiFiGAN **2025.02**。从整曲开始还需要三个分离模型。
- 独立 **Linux NVIDIA GPU** 推理环境;本机 macOS/Linux 负责输入、计划、传输、状态与取回核验。本模板不声称 MPS 适配,不固定服务器地址、GPU 编号或最低显存。
- FFmpeg/ffprobe 和人工审听条件。模板自带预检仅需 Python 3.10+ 标准库;外部推理工具的依赖需另行安装。
**感谢角色模型作者路边墨缇斯**,分享来源为 [BV1JU2LBZEt5](https://www.bilibili.com/video/BV1JU2LBZEt5/)。资料中的教程上传者未知,不将其自动等同于模型作者或上述成品 UP 主。DDSP-SVC 代码作者为 yxlllc;依赖、声码器、角色模型和歌曲权利各自独立,见[来源与许可](sources.md)。
## 工作路线
1. 确认歌曲、角色、用途与授权;新建项目 ID,保存输入 SHA-256、真实格式与父版本。
2. 按[部署说明](references/deployment.md)固定 pymss **2.0.14 / core 0.1.4** 和 **DDSP-SVC 6.2 + PC vocoder 2025.02**,先校验模型字节,再做短段环境测试。
3. HyperACE v2 分总人声/伴奏,Gabox karaoke 分两候选,分别尝试 dereverb。保留 raw/noreverb/reverb,以歌词覆盖和审听决定 lead/backing,不凭文件名或 LUFS 排序。
4. 冻结声部映射后,原调 `key=0` 起步,分别转换主唱、和声;短段先检查字词、F0、音色、高音、呼吸,再做整曲。
5. 按伴奏 frame count 对齐,按原人声总线关系重算混音增益,制作 premaster 和两遍响度处理母带。
6. 按[处理与验收](references/processing.md)完整解码、复测真峰值、听审;坏字只重做受影响声部/区间,见[局部修复](references/repair.md)。
可改歌曲、八角色之一、移调、两声部角色、去混响选择、局部参数、混音和节选。不要以改文件名方式混入 DDSP 6.3、RVC 或其他 vocoder;新角色也需独立配对及短段验收。
## 最小离线入口
在仓库根目录执行。计划只列材料和关口,不发出 GPU 作业:
```bash
python3 templates/singing-cover/girls-band-ddsp/scripts/preflight.py --voice tomori-30000
python3 -B -m unittest discover -s templates/singing-cover/girls-band-ddsp/tests -v
```
准备好自己模型库后,将 `MODEL_ROOT` 设置为其绝对路径。文件布局见部署说明。检查会读取所选角色、四份共享文件及六份分离文件;没有附权重,因此空目录检查失败是正常结果。
```bash
python3 templates/singing-cover/girls-band-ddsp/scripts/preflight.py --voice tomori-30000 --check --model-root "$MODEL_ROOT"
```
仅复用已验收干声时可加 `--ddsp-only`,它只省略分离模型校验,不证明输入已经验收。脚本不下载、不执行 shell、不反序列化 checkpoint;成功只表示受检文件字节匹配,不表示授权、CUDA、模型加载或听感通过。
## 交付与下一步
交付 `master.wav`、`premaster.wav`、已对齐的伴奏/转换主唱/转换和声、实际参数与声部映射、父版本及输入输出 SHA-256、独立 QC 和人工审听记录。不将仅生成计划标为完成,不擅自投稿。
音频交付即完成本模板。需要字幕和画面时,将**已冻结母带及哈希**交给独立的[律动环 MV 模板](../../music-visualizer/rhythm-ring/README.md);可复制其 `examples/project.json` 到自己的项目,绑定 `audio` 与 `audio_sha256`,再配置 `image`、`font`、`output`、`start/duration` 节选与输出相对时间的 `cues`。MV 使用独立 `scripts/render.py`、Python/Pillow/FFmpeg,不需要 SVC 环境。两个环为全频/180 Hz 低通立体声 RMS 包络,不是 FFT 频谱或节拍检测;该 MV 是独立实现,不宣称原片逐像素重现。无需等 MV 才算翻唱完成,MV 不反向成为 DDSP 输入。
Agent 从 [SKILL.md](SKILL.md) 开始;机器索引见 [profile.json](profile.json)。
配方:**Shenrui Ma(四倍体果蝇)**。角色模型、代码与依赖作者分别见上方致谢及来源页。
## 配套资源
- [shenrui-comfyui-toolkit](https://github.com/Shenrui-Ma/shenrui-comfyui-toolkit):本仓库其它模板使用的固定版本工作流;本模板是音频链路,不调用它做推理
- [Shenrui-Ma/video-regen-assets](https://huggingface.co/datasets/Shenrui-Ma/video-regen-assets):公开素材库;本模板不附带权重与音频
- 配套入口:[预检脚本](scripts/preflight.py) · [模型清单与哈希](model-catalog/dependencies.json) · [律动环 MV](../../music-visualizer/rhythm-ring/README.md)
第三方代码与权重条款(含**非商业**声码器)见 [LICENSES.md](LICENSES.md),本次验证范围见 [验证记录](references/validation.md)。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |