Skip to content

v0.1.0

Choose a tag to compare

View all tags
@github-actions github-actions released this 01 Oct 10:40
· 49 commits to main since this release
v0.1.0
d8cd71d

tifa.cpp v0.1.0

openvpi/TIFA 的 C++ 原生（ggml）推理实现——用于歌声数据集制作的多语言强制对齐器。运行时不需要 Python。

这个版本有什么

  • 原生推理：CPU / Vulkan / Metal / CUDA；边界与参考实现一致（浮点差 ≤ 1e-3）
  • TIFA Label：Windows 图形标注工具；模型与引擎按默认相对路径自动导入，无需配置
  • 完整数据集流程：TIFA 对齐 → FBL 呼吸检测（AP/SP）合并 → 2PASS 重对齐
  • 多语言 G2P：中文 / 粤语 / 日语 / 英文（含 LSTM OOV 推理），支持 PFML 输入
  • 两种精度：F16 全量与 Q4_0 最小，每个平台各一份
  • 对齐速度（RTX 2070 / Vulkan / F16）：约 0.15 s 每文件，≈ 42× 实时

下载哪个

包 说明
tifa-label-windows-x64.zip Windows 图形标注工具，解压即用
tifa-cli-<平台>-full.tar.gz 命令行版，F16 全精度模型
tifa-cli-<平台>-q4.tar.gz 命令行版，Q4_0 最小模型

<平台> = windows-x64 / linux-x64 / macos-arm64。包内已含模型、词典与 MSVC 运行时，开箱即用；用法见包内 USAGE.md（中英双语）。注意命令行必须带 -l（如 -l zh），模型是多语言的、音素表按语言限定。

breathLab_models_dml.zip 是呼吸（FBL）模型的上游源文件，供自行转换用（scripts/convert_breath_to_gguf.py）。

CUDA 包由独立的 cuda workflow 构建，编译完成后会补挂到本 release 上。

English

Native C++ (ggml) inference for openvpi/TIFA, the multilingual forced aligner used to build singing-voice datasets — no Python at runtime. Runs on CPU / Vulkan / Metal / CUDA, with boundaries matching the reference implementation (≤ 1e-3 float drift).

Pipeline: TIFA align → FBL breath AP/SP detection merged into the phones tier → 2PASS re-align.

Packages: tifa-label-windows-x64.zip is the Windows GUI annotator (unpack and run; it picks up the bundled models automatically). tifa-cli-<platform>-{full,q4}.tar.gz for windows-x64 / linux-x64 / macos-arm64 — models, G2P dictionaries and the MSVC runtime are included, so they work out of the box; see USAGE.md inside. Pass -l (e.g. -l zh) — the model is multilingual and its symbols are language-qualified.

breathLab_models_dml.zip is the upstream source for the breath (FBL) model, for converting yourself with scripts/convert_breath_to_gguf.py.

CUDA packages are built by the separate cuda workflow and are attached to this release once that build finishes.

Assets 14
Loading