0 · 三分钟看懂：这个工具能干什么
这是一套「本机离线音频后期车间」：把一首歌 / 一段干声拖进来，点一下，它就帮你做分离、修音、混音、母带、变声重唱、修复、扒谱、对轨、和声这些过去要靠专业软件 + 插件才能干的活。全程在你自己电脑上跑，不上传外部，出来直接能听能下载。
入口在哪
- 工作台首页 → 气泡云里的
🎛 歌曲后期工坊；或直接打开http://127.0.0.1:8090/audio/ - 要先登录：页面顶部会出现「未登录」登录条（手机号 + 登录码，登录码找管理员要）。登录后票据存在浏览器里，一般不用重登。
界面就三块
| 区域 | 干什么 |
|---|---|
| 顶栏（右上） | 四盏引擎状态灯（8015 人声后期 / 8017 变声 / 8018 配音 / 8006 分离）·「← 返回工作台」·「📘 教程」 |
| 上传条（上传面板） | 「⬆ 上传歌曲/干声」+ 拖拽区 + 素材下拉 + 试听小播放器 |
| 卡片区（下面 5 组） | ① 分离与合成 · ② 我的声音 · ③ 调音与修音 · ④ 修复与编辑 · ⑤ 进阶；每张卡各自「▶ 开始」，跑完在卡里出结果 |
页面现在一共 22 张卡：✅ 可用 的任务卡 19 张（含新上线的「钢琴卷帘」） + 2 张面板卡（录制干声 / 音色库）+ ⚪ 待建 1 张（音色训练）。下面会一张一张讲清楚。
1 · 上传素材 & 素材下拉（文件从哪儿进）
干什么用的把要处理的歌 / 干声 / 视频交给工具。有两条路，随便哪条都行，传完会自动出现在「素材」下拉里，供所有卡片挑选。
两条上传路
- 顶部上传条：点「⬆ 上传歌曲/干声」选文件；或者把文件直接拖到虚线框里。上传成功顶部会提示「已上传：xxx（N MB）」，下面的「素材」下拉里就能选到它了。
- 每张卡自带的「⬆ 上传」：几乎每张卡都有「素材 → ⬆上传」按钮和一小块「📁 也可以把文件直接拖到这里上传」的拖拽区。在卡里上传的好处是——传完自动填进这张卡（素材下拉直接选中它），不用再手动挑。
能传什么
- 音频（mp3 / wav / flac / m4a…）和视频（mp4 / mov / webm…）都能传——视频会由后端自动抽音轨来用。
- 选好素材后，上传条里的试听播放器（
▶）可以当场听一遍确认没传错。
F:\DramaStudio\audio_out\。2 · ① 分离与合成（4 张卡）
干什么用的把一首歌「拆开」——人声归人声、伴奏归伴奏；也能反过来把干声和伴奏混回一首完整歌。
| 卡片 | 干嘛用 | 怎么用 | 注意 |
|---|---|---|---|
| 分离干声 ✅ |
用 Demucs 把人声和伴奏拆开，取出干净干声（或伴奏、或都要） | 选「素材」→「要什么」选只要人声干声 / 只要伴奏 / 两个都要 → ▶ 开始 |
要 8006 分离灯亮（第一跑会加载模型，慢一点） |
| 去人声做伴奏 ✅ |
卡拉 OK：去掉人声，直接产出一份伴奏成品 | 选「歌曲」→ ▶ 开始 | 图省事用它；想要更精细就先用「分离干声」再挑伴奏 |
| 人声伴奏混回 ✅ |
把干声与伴奏按比例混回一首完整歌 | 选「人声」+ 选「伴奏」→ 拖「人声增益」→ ▶ 开始 | 增益 1 = 原样；>1 人声更突出、<1 人声更弱 |
| 分轨导出 ✅ |
勾选多个分轨，打包成一个 zip 一次性导出 | 在多选框里勾「分轨（可多选）」→ ▶ 开始 | 至少勾一个；产物是 .zip，下载后解压使用 |
计费
本地功能免费额度内 0 点（免费用户每天累计 2 次（按电脑算），会员不限次）；超出按点续用，失败自动退还。
3 · ② 我的声音（5 张卡：变声重唱 / 录音 / 配音 / 音色库 / 待建）
干什么用的这一组离「唱」最近：既能让歌里的人声换成你喜欢的声音，也能自己录、自己念、自己攒音色。
| 卡片 | 干嘛用 | 怎么用 | 注意 |
|---|---|---|---|
| 用自己的声音唱 ✅ |
变声重唱（Seed-VC 零样本）：把歌里的人声换成目标音色 | 选「歌曲」+ 选「目标音色」+「变调(半音)」→ ▶ 开始 | 走 8015 分离 → 8017 变声 → 8015 混回；见第 4 节专题 |
| 录制干声 面板 |
用麦克风在浏览器里录干声，录完直接上传当素材 | 点「● 开始录音」→ 对着麦说/唱 → 点「■ 停止录音」→ 自动上传 | 需授权麦克风；录出来是 .webm，会进素材下拉可供其它卡使用 |
| 文字转人声 ✅ |
文字 → 人声（出 WAV/MP3），可选音色与风格指令 | 把文字粘进文本框 + 选「音色」+（可选）写「风格指令」→ ▶ 开始 | 走 8018 配音引擎；首次合成慢；文本空着会被拒 |
| 音色库 面板 |
内置音色 + 自捏音色 + 你导入的干声，可试听、可设为变声目标 | 点「🔄 刷新音色」看列表；「📁 导入我的干声」传自己的清唱；见第 5 节专题 | 列表可滚动；内置 11 个音色恒在 |
| 音色训练 ⚪ 待建 |
训练专属音色模型（暂未开放，8007 目前是空壳） | —（卡片是灰的，「▶ 开始」点了没反应） | 见第 12 节「两张待建卡」 |
计费
本地功能免费额度内 0 点；变声重唱因为要跑 8017，属于较重的本地任务，同样按「每天 2 次（按电脑算）」的免费额度计；失败自动退还。
4 · 专题：怎么「用自己的声音唱」一首歌
干什么用的把一首成品歌里的人声，换成目标音色重新唱一遍（曲子和伴奏不动），这是这一组里最吸睛的功能。
三步走（背后自动完成）
- 合：选一首「歌曲」（成品歌）
- 选：选「目标音色」——内置 11 个音色，或你「导入的干声」；必要时用「变调(半音)」微调（男换女常见 +5/+7，女换男常见 -5/-7）
- 跑：点「▶ 开始」→ 后端自动走 8015 分离人声/伴奏 → 8017 Seed-VC 变声 → 8015 混回，最后给你一首换过声的歌
大概等多久
| 情况 | 大约耗时 |
|---|---|
| 实测：约 15 秒的歌 | 约 45 秒出片（已含冷启动） |
| 8017 首次加载变声模型 | 约 20 秒（之后就快了） |
| 更长的歌 | 按长度线性变长，耐心等状态灯走到「✅ 完成」 |
计费
本地功能免费额度内 0 点；它比普通修音重，同样计入「每天 2 次（按电脑算）」免费额度；失败自动退还次数。
5 · 专题：音色库（内置 11 个 + 自捏 + 导入干声）
干什么用的这是你的「音色货架」：里面每一行都是一个可用音色，可以试听，也可以一键设为变声目标。它由三部分组成——内置/自捏音色、以及「我导入的干声」。
三个按钮
- 🔄 刷新音色：重新拉取音色列表（刚导入完干声，点它就能刷出来）。
- 📁 导入我的干声：把你的清唱干声放进指定目录，工具会自动切片并自动转写参考文本，随后这个干声就作为新音色出现在「我导入的干声」里，可试听、可设为变声目标。
- 🎤 捏声试听：用一句话描述想要的声音（例：温柔女声、语速偏慢），就能现场捏一个音色试听；满意就点「💾 存为我的音色」存下来。
干声要放哪
- 放到
E:\AI-Media\modules\8017_voiceconvert\source_voices，或桌面的「干声」文件夹；导入后会自动转写参考文本。 - 每个音色行右侧两个按钮：▶ 试听 / 设为变声目标——「设为变声目标」会把它填进「用自己的声音唱」的目标音色。
计费
本地功能试听 / 设为目标 / 刷新列表都是本地操作，0 点；捏声试听若走合成，按本地功能计入免费额度。
6 · ③ 调音与修音（3 张卡）
干什么用的让声音更准、更有情绪、更响更饱满——从「修到准」到「做出成品级响度」。
| 卡片 | 干嘛用 | 怎么用 | 注意 |
|---|---|---|---|
| 修音 ✅ |
音高修正：把跑调的音拉回准调 | 选「素材」（可勾「自动」）→ ▶ 开始 | 「自动」= 自动判断音高；人声干声最合适 |
| 情感与风格 ✅ |
齿音 / EQ / 压缩 / 加倍 / 混响 一整套 DSP 风格预设 | 选「素材」+「预设」（流行抒情 / 摇滚 / 温暖民谣 / 默认）→ ▶ 开始 | 先修音再上风格，效果更整齐 |
| 母带 ✅ |
响度标准化 + 立体声加宽 + 真峰限幅 | 选「素材」+「目标响度(LUFS)」（默认 −14）→ ▶ 开始 | 交付前最后一步做；−14 LUFS 接近主流流媒体标准 |
计费
本地功能免费额度内 0 点；超出按点续用，失败自动退还。
7 · ④ 修复与编辑（5 张卡）
干什么用的把「录坏了 / 有噪声 / 时长不对 / 音量不对」的素材救回来、修整齐。
| 卡片 | 干嘛用 | 怎么用 | 注意 |
|---|---|---|---|
| 降噪去混响 ✅ |
去除底噪 / 混响，还你干净人声 | 选「素材」+「模式」（降噪 / 去混响 / 两者都做）→ ▶ 开始 | 底噪大用「降噪」，房间回音重选「去混响」；都重就选「两者都做」 |
| 削波爆音修复 ✅ |
救回削波失真 / 嘶嘶底噪 / 爆音咔哒 | 选「素材」+「类型」（削波失真 / 嘶嘶底噪 / 爆音咔哒）→ ▶ 开始 | 按问题类型选，别的噪声交给「降噪」 |
| 变速变调 ✅ |
变速不变调 / 变调不变速 | 选「素材」+「速度倍率」+「变调(半音)」+「保持」→ ▶ 开始 | 「保持」选保音高(改时长)= 纯变速；保时长(改音高)= 纯变调 |
| 静音自动裁剪 ✅ |
自动剪掉开头 / 结尾 / 中间的长静音 | 选「素材」+「静音阈值(dB)」（−45）+「最短静音(秒)」（0.35）→ ▶ 开始 | 阈值越接近 0 越激进；剪多了就把它调低一点 |
| 音量与淡入淡出 ✅ |
整体音量增益 + 首尾淡入淡出 | 选「素材」+「淡入(秒)」+「淡出(秒)」+「音量增益」→ ▶ 开始 | 做干净收尾 / 淡出时用；增益 1 = 不变 |
计费
本地功能免费额度内 0 点；超出按点续用，失败自动退还。
8 · ⑤ 进阶（5 张卡：扒谱 / 对轨 / 和声 / 全流程 / 待建）
干什么用的给更进阶的用法：把旋律扒成 MIDI、把歌词对上时间轴、给原轨加和声，或者一条龙出成品。
| 卡片 | 干嘛用 | 怎么用 | 注意 |
|---|---|---|---|
| 钢琴卷帘 ✅ 可用 |
可视化编辑音高 / 节奏（暂未开放） | —（灰卡，点了没反应） | 见第 12 节 |
| 扒谱转 MIDI ✅ |
自动扒出旋律 → MIDI 文件（附一段合成试听 WAV） | 选「素材」→ ▶ 开始 | 顺带给你一个 .mid 和一份合成试听，方便核对扒得准不准 |
| 逐字歌词对轨 ✅ |
识别歌词并生成 .lrc + .srt 时间轴 |
选「素材」→ ▶ 开始 | 产物是两种字幕文件，播放器 / 剪辑软件都能用 |
| AI 和声伴唱 ✅ |
原轨叠加升 / 降半音声部，做和声伴唱效果 | 选「素材」+「和声音程(半音)」（4）+「和声占比」（0.35）→ ▶ 开始 | 和声占比越大越厚；先做干净人声再叠更自然 |
| 一键全流程 ✅ |
修音 → 情感 → 母带，一条龙输出成品 | 选「素材」+「风格预设」（流行抒情 / 摇滚 / 温暖民谣 / 默认）→ ▶ 开始 | 最省事；想精细控制就按 ③④ 分步做 |
计费
本地功能免费额度内 0 点；「一键全流程」因为一次跑三步，算一次任务额度；失败自动退还。
9 · 跑完之后：结果区、试听、下载、产物在哪
干什么用的每一张卡跑完，结果不会跑丢——就显示在这张卡自己的下方，直接能听能下。
结果区长什么样
- 状态从「提交中…」→「处理中 X%」→「✅ 完成」，进度条跑满。
- 结果区出现一条结果，包含：📄 文件名 + 一个播放器 + 三个按钮：
- ▶ 试听/暂停（在结果区里就地播放，或弹出右下角悬浮播放器）、⬇ 下载、↗ 新窗口打开。
「重新处理」怎么做
想重跑一遍（换参数 / 换素材再来一次），直接改一下参数或素材，再点一次「▶ 开始」即可——它会覆盖卡里上一次的结果。同一时间只允许跑一个任务；有任务在跑时点别的卡会提示「有任务在跑，等它跑完再点」。
产物在哪
- 所有成品都落在本机
F:\DramaStudio\audio_out\，文件名带时间戳 + 操作名（例2026…_master_…wav）。 - 上传的原始素材也有一份在服务器的素材目录里，页面「素材」下拉随时能再选。
audio_out 按时间翻。计费
试听 / 下载 / 新窗口打开都是本地操作，0 点。
10 · 引擎状态灯与性能（红灯别慌）
干什么用的顶栏的四盏灯告诉你「后端各个引擎在不在线」，跑之前瞄一眼心里有数。
四盏灯分别是什么
| 灯 | 代表 | 什么时候亮 |
|---|---|---|
| 8015 人声后期 | 修音 / 母带 / 降噪 / 分离混回 等主力 | 跑 ③④⑤ 大多数人声后期任务都要它 |
| 8017 变声 | Seed-VC 变声（「用自己的声音唱」） | 首次加载模型约 20 秒，之后变绿 |
| 8018 配音 | 文字转人声（TTS） | 跑「文字转人声」前后 |
| 8006 分离 | Demucs 分离（人声/伴奏拆轨） | 跑「分离干声 / 去人声做伴奏 / 分轨导出」时 |
占不占显卡
- 只有跑任务时才占：变声（8017）大约占 1.9G 显存，其它任务按需占用。
- 跑完会自动释放，空闲时引擎会退出，把显存还给你——这是特性不是故障。
11 · 登录、计费与免费额度
干什么用的搞清「要不要钱、怎么算」，放心地用。
登录
- 必须登录才能用：页面顶部登录条填「手机号 + 登录码」（登录码找管理员要）；和工作台是同一套账号。
- 登录后票据存浏览器，一般不用重登；没登录时点「开始」会提示先登录。
怎么算钱
| 做什么 | 成本 | 扣点 |
|---|---|---|
| 所有本地音频后期任务（分离/修音/母带/降噪/扒谱/对轨/和声/一键全流程/变声重唱…） | 本地 | 免费额度内 0 点；会员不限次 |
| 上传 / 试听 / 下载 / 新窗口打开 / 刷新 / 设为目标音色 | 无 | 0 点 |
12 · 钢琴卷帘怎么用（已可用）+ 还有哪张待建？
钢琴卷帘已经能用了 ✅。用法五步：
- 把要扒的音频放进素材（拖到顶部上传区，或用卡里的「⬆ 上传」）；
- 进「⑤ 钢琴卷帘」卡 → 选素材 → 点 ▶ 开始（这一步是扒音符：乐句 → 音高 / 起止 / 力度）；
- 扒完自动弹出卷帘面板：拖动=改音高和起始、拖右边缘=改时值、空白单击=加音符、右键/Delete=删、空白拖动=框选、Ctrl+Z=撤销；
- 工具栏可调 量化（1/4·1/8·1/16）、音色（钢琴/正弦/风琴/音乐盒）、BPM、音量、吸附、缩放；
- 满意后：▶ 试听（右下角悬浮播放器）、⬇ WAV 导出音频、⬇ MIDI 导出成 MIDI 拿去别的软件接着编、保存 存工程，下次 读回。
13 · 批量降噪：一次给多条配音素材去噪
干嘛用配音/素材里有多条带底噪的音频，想一次性全清干净，不用一条条点。
怎么用
- 音频后期页「🎧 批量降噪（多选素材依次处理）」面板：左侧多选要处理的素材（可「全选 / 清空」）。
- 右侧选降噪强度（轻 / 中 / 强），按需勾选「去嘶声」「去电流声」。
- 点「▶ 批量降噪」，逐条处理，进度显示 x/N。
产物
落 audio_out\<时间戳>_denoise_<原名>.wav；结果区可播放 / 下载 / 删除，删掉的进回收站可恢复。
14 · 常见问题（FAQ）
1. 点了「▶ 开始」没反应？
按顺序查：① 是否登录（顶部登录条登录一次）；② 是否有「⚠ 后端未就绪（8025）」横幅——有的话等 8025 起来再「🔄 刷新」；③ 是否选了素材（没选会提示「请先选择素材」）；④ 是不是已经有任务在跑（会提示「有任务在跑」）。
2. 为什么第一次跑特别慢？
因为要冷启动引擎、把模型加载进显存：8017 变声首次约 20 秒，分离 / 配音等首次也要加载模型。第二次起就快了。页面状态停在「处理中」，就说明它在正常跑，耐心等。
3. 产物在哪？
本机 F:\DramaStudio\audio_out\，文件名带时间戳 + 操作名（例 2026…_master_….wav）。任务是在后台线程跑的，页面切走不影响。
4. 怎么下载 / 试听？
跑完在卡片下面的结果区：点「▶ 试听/暂停」就地播放或弹右下角悬浮播放器；点「⬇ 下载」保存到本地；点「↗ 新窗口打开」在新标签页直接打开文件。
5. 能传什么格式？
音频和视频都能传：mp3 / wav / flac / m4a… 以及 mp4 / mov / webm…；视频会由后端自动抽音轨来用，不用你先转音频。
6. 变声后音色不像怎么办？
三招：① 换音色——优先挑内置 11 个，或换个更合适的；② 多试几步——微调「变调(半音)」再重跑；③ 导入更干净的清唱干声当目标音色（建议 15~25 秒、无伴奏、无混响、无底噪），音色库支持导入并自动转写参考文本。
7. 「音色训练」为什么是灰的？
「音色训练」还没做（对应的 8007 目前是空壳），所以是灰卡、按钮禁用，点了没反应，属正常。「钢琴卷帘」已经能用了，见第 12 节。
8. 占不占显卡？
只有跑任务时才占，变声（8017）约 1.9G 显存；跑完自动释放，空闲时引擎会退出，把显存还给你。所以别同时开多个吃显存的大任务。
9. 「素材」下拉是空的？
说明还没传过东西，或列表没刷新——先上传（顶部上传条或卡里的「⬆ 上传」），再点「🔄 刷新」。在卡里上传的会自动填进这张卡。
10. 能连点两下「开始」吗？
不能。同一时间只跑一个任务，第二下会提示「有任务在跑，等它跑完再点」，避免排队重复跑、白占显存。等状态到「✅ 完成」再动下一张卡。
11. 状态灯一直红，是不是坏了？
不一定。跑之前不用管红灯——引擎是按需拉起、用完即退的；点任务时它会自动启动，灯随后变绿。只有页面顶部出现「后端未就绪（8025）」才真需要等主程序起来。