Skip to content

Releases: NUDC/wego-voice

Release list

v0.1.3

Choose a tag to compare

@github-actions github-actions released this 23 Sep 09:46

这个版本有什么

  • 实时音高校准 —— 端到端实测 29.92 ms(No-Go 线 30 ms),
    按调式量化、保留颤音、跑调过大时不硬拉
  • 实时声线塑形 —— 共振峰平移 + 频谱倾斜 + 整体移调,打包成具名「角色」。
    纯 DSP,不动音高、不增加延迟,不需要下载任何模型
  • 从参考音频生成角色 —— 拖一段 WAV 进来,自动算出该拧多少
  • 干声录制 —— 落盘的是原始干声,不是修正过的声音
  • 录音页(本版新增)—— 录下来的素材有家了:试听、改名、删除
    (走回收站,不是直接抹掉)、离线校准,都在这一页
  • 离线重新校准(本版新增)—— 实时链路被 30 ms 捆着:不能回看、
    f0 只能用因果算法、PSOLA 窗口被基频下限截断。离线重跑这三条限制
    都没有,能做八度纠错与零相位平滑。产物与干声等长,挂在它下面可直接 A/B
  • 诊断页 —— 延迟构成、实时健康度、时钟漂移、输入噪声,都在你自己机器上量

这个版本没有什么

  • ❌ 基于神经网络的声线转换(「像某个指定的人」)还在开发。
    现在的声线塑形是纯 DSP,能做出可控的声线,做不到克隆。
  • ❌ 伴奏导入、调性自动检测、分轨导出、批量处理
  • ❌ macOS / Linux。低延迟路线是 Windows 特有的(WASAPI 独占)

已知问题

  • 10 分钟连测在开发机上有 42 次 xrun,归因为该机器每隔几分钟
    一次约 44 ms 的整机冻结
    (两个音频线程同时停顿而 CPU 仅 4%),
    不是本程序算不过来。尚未在普通台式机上复测。
  • 往返延迟的脉冲实测尚未完成(缺回环线)。29.92 ms 是
    理论下界 + 分段实测,不含驱动与硬件固有延迟。
  • 录音页里的应用内试听走 WebView 的 <audio>。引擎独占声卡时
    系统里所有声音都出不来,这时候请先停止引擎;解码失败会自动
    退回「用系统播放器打开」。

怎么用

仅 Windows 10 / 11(x64)。 下载下面的 .exe,放哪儿都行,双击即可。
不需要安装 —— 不写注册表、不留卸载项,不想要了直接删文件。

⚠️ 未做代码签名,Windows SmartScreen 会弹「已保护你的电脑」。
点「更多信息 → 仍要运行」即可。代码签名证书还没买,这一条会一直存在。
不放心的话用下面的 SHA256 自行核对。

⚠️ 需要系统已有 Microsoft Edge WebView2 运行时
(微软官方免费组件,Windows 11 与较新的 Windows 10 都自带)。
缺失时程序会弹窗说明,不会静默失败。

配置与角色库存在 %APPDATA%\com.wego.voice\,录音存在
音乐\wego-voice\ —— 免安装版也一样,不随 exe 走。

用之前请确认

  • 戴有线耳机。 外放会让麦克风拾到自己的输出,形成啸叫回路。
  • 蓝牙耳机做不了实时耳返 —— 编解码本身就有 100~250 ms 延迟,
    是无线协议的物理限制,任何软件都绕不过。
  • 低延迟模式会独占声卡,运行期间系统其他声音会静音。

校验和

6cedb53efee922fcecab850223eaa32cc9c2948ef1372dabb846c1f0e5647982
  wego-voice_0.1.3_x64.exe

v0.1.2

Choose a tag to compare

@github-actions github-actions released this 22 Sep 08:05

这个版本有什么

  • 实时音高校准 —— 端到端实测 29.92 ms(No-Go 线 30 ms),
    按调式量化、保留颤音、跑调过大时不硬拉
  • 实时声线塑形 —— 共振峰平移 + 频谱倾斜 + 整体移调,打包成具名「角色」。
    纯 DSP,不动音高、不增加延迟,不需要下载任何模型
  • 从参考音频生成角色 —— 拖一段 WAV 进来,自动算出该拧多少
  • 干声录制 —— 落盘的是原始干声,不是修正过的声音
  • 诊断页 —— 延迟构成、实时健康度、时钟漂移、输入噪声,都在你自己机器上量

这个版本没有什么

  • ❌ 基于神经网络的声线转换(「像某个指定的人」)还在开发。
    现在的声线塑形是纯 DSP,能做出可控的声线,做不到克隆。
  • ❌ 伴奏导入、调性自动检测、分轨导出、批量处理
  • ❌ macOS / Linux。低延迟路线是 Windows 特有的(WASAPI 独占)

已知问题

  • 10 分钟连测在开发机上有 42 次 xrun,归因为该机器每隔几分钟
    一次约 44 ms 的整机冻结
    (两个音频线程同时停顿而 CPU 仅 4%),
    不是本程序算不过来。尚未在普通台式机上复测。
  • 往返延迟的脉冲实测尚未完成(缺回环线)。29.92 ms 是
    理论下界 + 分段实测,不含驱动与硬件固有延迟。

怎么用

仅 Windows 10 / 11(x64)。 下载下面的 .exe,放哪儿都行,双击即可。
不需要安装 —— 不写注册表、不留卸载项,不想要了直接删文件。

⚠️ 未做代码签名,Windows SmartScreen 会弹「已保护你的电脑」。
点「更多信息 → 仍要运行」即可。代码签名证书还没买,这一条会一直存在。
不放心的话用下面的 SHA256 自行核对。

⚠️ 需要系统已有 Microsoft Edge WebView2 运行时
(微软官方免费组件,Windows 11 与较新的 Windows 10 都自带)。
缺失时程序会弹窗说明,不会静默失败。

配置与角色库存在 %APPDATA%\com.wego.voice\,录音存在
音乐\wego-voice\ —— 免安装版也一样,不随 exe 走。

用之前请确认

  • 戴有线耳机。 外放会让麦克风拾到自己的输出,形成啸叫回路。
  • 蓝牙耳机做不了实时耳返 —— 编解码本身就有 100~250 ms 延迟,
    是无线协议的物理限制,任何软件都绕不过。
  • 低延迟模式会独占声卡,运行期间系统其他声音会静音。

校验和

c9ad3cded2b3cd0414236f3eaaef479d4f8a7385c32be8f7041c0fe609f602d2
  wego-voice_0.1.2_x64.exe