Skip to content

FuFumidi 6.2.3

Choose a tag to compare

@monologue82 monologue82 released this 24 Oct 00:06
· 21 commits to master since this release

FuFumidi 6.2.3

发布于 2026-10-24。安装包 / 更新包与上一版保持同一套离线引擎,本版只改转录页的分段识别开关与三个可选引擎的运行时封装。

分段识别改为「不强制开启,允许用户手动切换」

上一版(6.2.2)按「取消分块转录」把「识别片段长度」整体移除了。经确认,正确做法是
保留能力、但默认关闭、由用户自己决定,本版据此调整:

  • 默认 0 = 不开启:各转录模型用原生训练块长、整曲一次推理 —— 与 6.2.2 的行为
    完全一致,也是质量最稳的档位。
  • 只有你在高级参数里把「识别片段长度」滑条调离 0,才按你给的秒数切片识别再合并
    (Basic Pitch 分段 predict / MuScriptor 改 _SEGMENT_DURATION /
    piano-transcription 改 segment_samples / Aria-AMT 改 LEN_MS /
    Transkun 传 --segmentSize)。
  • 预设一律不再写这个值:6.1.x 的预设给每个模型都写了值(MuScriptor 5s /
    钢琴 10s / Aria 30s / Transkun 16s),切换模型就自动套上 —— 那就是「强制开启」。
    现在切模型只会套质量类参数,不会替你决定要不要分段。这一条由
    engine/tests/test_transcribe_options.py 与转录页 e2e 用例固化为机器断言。
  • 界面在开启时显示代价提示:分段识别可能让块与块之间质量参差不齐
    (接缝重复音、换音色、延音被切断);MuScriptor 改块长还会离开训练分布
    (官方 checkpoint 按 5 秒块训练)。

老预设/脚本里若写着 segment_sec,仍然兼容生效;想关掉把它调回 0 即可。

另两种分块保持移除

  • 引擎内的「静音分段」(按完全空白静音切核心段逐段推理后合并)—— 未恢复。
  • MuScriptor「自动探测(分段)」乐器组档 —— 未恢复(A/B:音色切换 4 次、
    边界重复音 1 个、耗时 +3.6 s,F1 还低于整曲探测)。旧值 probe_segments
    按整曲探测兼容,不会报错。

其余(同 6.2.2)

  • 统一三个可选引擎(hFT-Transformer / YourMT3+ / MIROS)的运行时、下载与管理:
    运行时发现不再写死训练批次目录名;补中途暂停、线程上限、显存归还、0 音符报错;
    下载走同一个安装通道(下载 → 校验 → 解包 → 结构验收 → 清理临时产物),
    删除模型时连压缩包与分片目录一起清掉。