HifiShifter

中文 | English

HifiShifter 是一个基于深度学习神经声码器（NSF-HiFiGAN）的图形化音高修正工具。它允许用户加载音频文件，在界面上直观地编辑音高曲线，并利用预训练的声码器模型实时合成修改后的音频。

安装

1. 克隆仓库

git clone https://github.com/ARounder-183/HiFiShifter.git
cd HifiShifter

2. 安装依赖

请确保已安装 Python 3.10+。

pip install -r requirements.txt

如果 requirements.txt 不存在，请手动安装以下库：

pip install PyQt6 pyqtgraph sounddevice numpy scipy torch torchaudio pyyaml

快速开始

1. 运行程序:

   python run_gui.py

2. 加载模型:

   • 点击 文件 -> 加载模型。
   • 选择包含 model.ckpt 和 config.json 的文件夹。
   • 默认提供的模型为：pc_nsf_hifigan_44.1k_hop512_128bin_2025.02。

3. 加载音频:

   • 点击 文件 -> 加载音频。
   • 选择 .wav 或 .flac 文件。

4. 编辑与合成:

   • 使用左键在钢琴卷帘上绘制音高曲线。
   • 点击 播放 -> 合成并播放 听取效果。
   • 复制/粘贴音高: 在左侧轨道列表的某个轨道上点击右键，选择“复制音高”或“粘贴音高”，可在不同轨道间复用音高曲线。

常用快捷键

操作	快捷键 / 鼠标动作
平移视图	鼠标中键拖动
横向缩放 (时间)	Ctrl + 鼠标滚轮
纵向缩放 (音高)	Alt + 鼠标滚轮
绘制音高	鼠标左键
擦除音高	鼠标右键
播放/暂停	Space (空格键)
撤销	Ctrl + Z
重做	Ctrl + Y
切换模式 (编辑/选择)	Tab

最近更新

• 界面美化: 全面优化了 UI 主题，支持深色/浅色模式切换，并对控件样式进行了精细调整。
• 视觉增强: 优化了音高曲线、选择框和光标的显示效果，确保在不同背景下的清晰度。
• 控件优化: 改进了轨道控制区域，将 BGM 开关改为更直观的按钮样式，并美化了音量推子和数值输入框。
• 图标支持: 增加了应用程序图标加载功能。

已知问题

目前存在许多问题，如播放时无法修改音量和导入长音频有大概率会导致卡死。

文档

• 开发手册
• 更新计划

致谢

本项目使用了以下开源库的代码或模型结构：

• SingingVocoders
• HiFi-GAN

License

MIT License