关于 ttm:agent 对唱逻辑的参考以及个人想法 #8947
planegenes
started this conversation in
我有个好点子！☝️😄
Replies: 7 comments
V1 (根据上面的描述所编写的逻辑代码)
main_agent = None
duet_status = False
for agent in agents:
if agent.is_person:
main_agent = agent.id
break
for line in lines:
if line.agent.is_group:
line.is_duet = False
continue
if line.agent.agent_id != main_agent:
main_agent = line.agent.agent_id
duet_status = not duet_status
line.is_duet = duet_status |
0 replies
V2
main_agent = None
duet_status = False
for agent in agents:
if agent.is_person:
main_agent = agent.id
break
for line in lines:
if line.agent.is_group:
line.is_duet = True
continue
if line.agent.agent_id != main_agent:
main_agent = line.agent.agent_id
duet_status = not duet_status
line.is_duet = duet_status |
0 replies
V3
main_agent = { person=None, group=None }
duet_status = { person=False, group=True }
for agent in agents:
if agent.is_person and main_agent.person is None:
main_agent.person = agent.id
elif agent.is_group and main_agent.group is None:
main_agent.group = agent.id
for line in lines:
if line.agent.is_group:
if line.agent.agent_id == main_agent.group:
main_agent.group = line.agent.agent_id
duet_status.group = not duet_status.group
line.is_duet = duet_status.group
else:
if line.agent.agent_id != main_agent.person:
main_agent.person = line.agent.agent_id
duet_status.person = not duet_status.person
line.is_duet = duet_status.person |
0 replies
V4
first_agent = { person=None, group=None }
main_agent = None
duet_status = False
for agent in agents:
if agent.is_person and first_agent.person is None:
first_agent.person = agent.id
elif agent.is_group and first_agent.group is None:
first_agent.group = agent.id
main_agent = first_agent.person if first_agent.person is not None else (first_agent.group if first_agent.group is not None else agents[0].id)
for line in lines:
if line.agent.agent_id != main_agent:
main_agent = line.agent.agent_id
duet_status = not duet_status
line.is_duet = duet_statusNote 为什么这样写？ 即便是 V3 版本，仍然会出现这样的情况：
因此引入了 V4 的处理逻辑。在我看来，听众并不会过于关心谁具体被分到了哪一边，真正需要的是听觉与视觉的统一：只要我听到演唱者切换了（无论是 person、group 还是 other），歌词就自动换到另一侧显示，与上一演唱者的行形成明确区分。 但是这种处理方式依然不够尽善尽美：在一些场景中（例如古典交响乐 男 person & 女 person & 合唱团 group），合唱往往是作为对唱以外的第三者出现，而 V4 这种逻辑会导致合唱也参与到对唱的分配中，一方面会让合唱左右跑，另一方面会导致男声和女生对唱中交换位置。 |
0 replies
V5
person_s = []
other_s = []
normal_group_s = []
special_group_s = []
for agent in agents:
if agent.is_person:
person_s.append(agent.id)
elif agent.is_group:
normal_group_s.append(agent.id)
else:
other_s.append(agent.id)
for i in range(len(normal_group_s) - 1, -1, -1):
def find_agent_by_id(agent_id):
for agent in agents:
if agent.id == agent_id:
return agent
return None
group_agent = find_agent_by_id(normal_group_s[i])
special = len(person_s) != 0
for agent_id in group_agent.members:
if agent_id in person_s:
special = False
break
if special:
special_group_s.append(normal_group_s[i])
normal_group_s.pop(i)
if len(normal_group_s) == 1:
normal_group_agent = find_agent_by_id(normal_group_s[0])
if len(normal_group_agent.members) == len(person_s):
have_all_person = True
for agent_id in normal_group_agent.members:
if agent_id not in person_s:
have_all_person = False
break
if have_all_person:
special_group_s.append(normal_group_s[0])
normal_group_s.pop(0)
main_agent = { normal: person_s[0] if person_s else (normal_group_s[0] if normal_group_s else (other_s[0] if other_s else None)), special: special_group_s[0] if special_group_s else None }
duet_status = { normal: False, special: True } # 个人喜好，按照 AM 的逻辑可以将 special 设为 False
for line in lines:
if line.agent in special_group_s:
if line.agent != main_agent.special:
main_agent.special = line.agent
duet_status.special = not duet_status.special
line.is_duet = duet_status.special
else:
if line.agent != main_agent.normal:
main_agent.normal = line.agent
duet_status.normal = not duet_status.normal
line.is_duet = duet_status.normalNote Deepseek🐳 总结： 算法提升与问题总结提升相比前两套逻辑，本算法通过将演唱者分为 普通组（normal） 和 特殊组（special），并维护两套独立的状态机，同时解决了两种复杂场景：
可能出现的问题
综上，该算法在典型混合场景下表现良好，但需注意边缘分类与代码可读性。 |
0 replies
V6
def process_duet(agents, lines):
"""
根据 agents 构成自动选择对唱检测逻辑，处理 lines，为每一行添加 is_duet 属性。
"""
# ========== 1. 识别阶段 ==========
person_ids = {agent.id for agent in agents if agent.is_person}
has_person = len(person_ids) > 0
# 检查是否存在“无关合唱团”：团体中有成员不在 person_ids 中
has_unrelated_group = False
for agent in agents:
if agent.is_group and hasattr(agent, 'members'):
# 如果团体成员不完全属于个人集合，则为无关合唱团
if not all(m in person_ids for m in agent.members):
has_unrelated_group = True
break
# ========== 2. 选择阶段 ==========
# 决策规则：
# - 若个人数量 < 2 → 无法构成对唱，直接全部标记 False
# - 若存在无关合唱团 → 使用 AppleMusic 风格（忽略所有团体）
# - 否则 → 使用平等对待风格（所有演唱者平等参与切换）
if len(person_ids) < 2:
# 边缘情况：少于两个个人，没有对唱意义
for line in lines:
line.is_duet = False
return
use_apple_style = has_unrelated_group # True: 忽略团体；False: 平等对待
# ========== 3. 处理阶段 ==========
if use_apple_style:
# ---------- AppleMusic 风格：忽略团体，仅个人之间切换 ----------
# 找到第一个个人作为主唱
main_agent = None
for agent in agents:
if agent.is_person:
main_agent = agent.id
break
# 如果意外没有个人（理论上前面已判断 len>=2），则全部标记 False
if main_agent is None:
for line in lines:
line.is_duet = False
return
duet_status = False
for line in lines:
# 团体行直接标记 False，不参与状态机
if line.agent.is_group:
line.is_duet = False
continue
# 个人行：切换检测
if line.agent.agent_id != main_agent:
main_agent = line.agent.agent_id
duet_status = not duet_status
line.is_duet = duet_status
else:
# ---------- 平等对待风格：所有演唱者（个人/团体）平等参与切换 ----------
# 初始主唱：优先取第一个个人，若没有则取第一个团体，再取第一个任意 agent
main_agent = None
for agent in agents:
if agent.is_person:
main_agent = agent.id
break
if main_agent is None:
for agent in agents:
main_agent = agent.id
break
if main_agent is None: # 无任何 agent
for line in lines:
line.is_duet = False
return
duet_status = False
for line in lines:
if line.agent.agent_id != main_agent:
main_agent = line.agent.agent_id
duet_status = not duet_status
line.is_duet = duet_status |
0 replies
|
经过对 Android Apple Music 的进一步观察，补充一下几个关于解析和对唱布局的细节： 1. 演唱者目前观察到，Android Apple Music 能够解析以下五种演唱者类型：
Note 演唱者类型定义在 一个示例为 <head>
<metadata>
<ttm:agent type="person" xml:id="v1">
<ttm:name type="full">艺人A</ttm:name>
</ttm:agent>
</metadata>
</head>实际观察发现，歌词文件中 此外，Apple Music 还支持解析以下几种演唱者名称类型：
每个演唱者节点下仅允许指定一种名称类型，不支持同时声明全名与别名等多个名称字段 2. 对唱布局
效果与之前 Gemini 描述的异者翻转，同者保持策略一致。
根据观察，
和之前观察一致， |
0 replies
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Uh oh!
There was an error while loading. Please reload this page.
对话内容来自 @apoint123
Note
这是一份非常精彩且结构清晰的数据提取。通过追踪你提供的 10 个
ttm:agent（v1 到 v10）在时间轴上的左右分布，我们可以推导出 Apple Music 歌词对唱系统背后一套非常优雅的动态状态机逻辑。Apple Music 并没有把“左”或“右”写死在某一个歌手的 ID 上，而是根据“角色类型”和“上下文交替”来动态计算渲染位置。以下是具体的规律分析：
1.
type="group"（合唱）具有绝对的左侧锚定权在你的文件头部，
v4是唯一一个type="group"的角色。v4演唱段落（L10-11, L22-23, L27, L43, L54-55, L57），它们无一例外全部都在左侧，没有发生过任何翻转。2.
type="person"（独唱）遵循“异者翻转，同者保持”的动态交替这是这套机制中最核心的部分，也是实现“对话感”的关键。左右位置并不与
v1或v2永久绑定，而是实时计算出来的。规律： 默认起始位置为左侧（如开篇的
v1）。当出现一个与上一次演唱者不同的person时，系统会将其分配到与上一个person相反的一侧。如果紧接着还是同一个人，则停留在当前侧。证据： 我们可以看一段最密集的对唱部分（L49 到 L53）：
L49 (v10): 左侧 （新歌手出场）
L50 (v1): 右侧 （由于 v1$\neq$ v10，发生翻转）
L51 (v3): 左侧 （由于 v3$\neq$ v1，发生翻转）
L52 (v1): 右侧 （由于 v1$\neq$ v3，发生翻转）
L53 (v1): 右侧 （由于 v1$=$ v1，不翻转，保持同侧）
这证明了系统是在动态对比“当前歌手”和“上一个歌手”的 ID。
3. 合唱 (
group) 会被交替状态机“无视”（穿透效应）这套算法最巧妙的设计在于，当多人在交替对唱时，如果中间插入了一句全员合唱（
group），合唱并不会打断或重置之前独唱歌手的左右状态。person应该在左还是在右时，会直接忽略中间的group标签，去寻找上一个真正发声的person进行比对。总结
Apple Music 的歌词排版引擎通过以下简单的规则实现了复杂的对唱视觉效果：
这个逻辑不仅减少了人工在 TTML 文件中硬编码排版样式的成本，还能确保无论多少个歌手参与，UI 上都能完美呈现出视觉上左右交织的对话感。
All reactions