CDGZofc / 猫猫说的对!
猫猫
说的对
CDGZ-LOGO

Huhu TTML Aligner 歌轴姬

2026-09-01 | 项目功能
传入音频和歌词,生成TTML逐词歌词 自动分离提取人声,自动分块推理 歌词约束数学上禁止了改写文本 支持 日文音频 日语歌曲夹杂一些英文 中文音频(普通话) 中文歌曲夹杂一些英文 纯英文音频 快速念唱/说唱 2小时长音频 逐字打轴(TTML) 偏移自纠错 单一合成器 LRC / SRT 输出 正在优化 韩文音频 韩文歌曲夹杂了一些英文 不同读音的数字 嘈杂的电音 多种合成器 包含读音的标点 不稳定 过长的前奏/间奏/尾奏 左右声场交替 不清晰的人声 不支持 人声采样/歌词采样 注意: 目前仅支持TTML、LRC、SRT格式导出 工具仅供对齐辅助,请不要直接将输出结果不经检查投稿网络 如果歌曲中包含歌词文件没有的人声采样/歌词采样,采样段落附近的行可能会出现"借位"(即把采样里的语音/歌词当成邻近的歌词行,导致靠近采样段落行时间轴停顿/偏移) 前奏/间奏/尾奏过长也可能会邻近偏移 Huhu TTML Aligner 现已在 Huhu AI 开放免费体验 https://huhu.cdgz.top 邀请码: U437HL4QQTQG1YMF 如有任何问题或建议,请通过电子邮件 neko@cdgzofc.cn 联系 Huhu AI 概要 https://www.cdgzofc.cn/project/huhu-ai 更新日志 Huhu TTML Aligner v1.0.0-cdgz 原曲与自动生成人声 stem 并行评分,自动选择更可靠的候选 分块推理,每块独立解码,理论上支持无限长音频 数学上保证 100% 来自输入歌词 保留原始表层字符、标点和英文片段,不以模型识别结果替换歌词 自动输出严格 XML TTML 和同名报告文件 支持 CLI、交叉验证和 HTTP API Huhu TTML Aligner v1.1.0-cdgz 支持1~9999数字→日文读音 支持单字母读音 修复英文单词被逐字母拆分为多个span问题 加入简单英语打轴能力(非原生) 支持数字+英文混排分词 Huhu TTML Aligner v1.1.1-cdgz 优化架构,提速10% Huhu TTML Aligner v1.2.0 支持原生英语打轴 调整词级结束时间计算公式: 行内单词结束时间=max(模型原结束时间, min(下一词开始时间, 本词开始时间 + 600 毫秒)) 行尾词结束时间=max(模型原结束时间, min(下一行首词开始时间, 本词开始时间 + 300 毫秒)) 最后一行的行尾词结束时间=max(模型原结束时间, 本词开始时间 + 600 毫秒) 修复标点符号独占一行报错问题 Huhu TTML Aligner v1.3.0-cdgz 重写日英混合打轴算法,提升歌轴精度 Huhu TTML Aligner v1.3.1-cdgz 歌曲前奏、间奏、尾奏的人声采样保守置信收敛对齐实现 Huhu TTML Aligner v1.3.2-cdgz TTML XML尖括号编码转义规范化 Huhu TTML Aligner v1.3.3-cdgz 新增分歧误差预警 新增取消任务接口 优化英文分词器 英语 / 日英混合对齐算法优化 Huhu TTML Aligner v1.4.0-cdgz 新增中文和中英混合高精打轴 Huhu TTML Aligner v1.4.1-cdgz 中文打轴数字和字母读音兼容 修复适配器遇到未知读音字符拒绝打轴的问题 Huhu TTML Aligner v1.4.2-cdgz 修复拗音/长音被切词器截断丢弃问题 Huhu TTML Aligner v1.5.0-cdgz 兼容韩语和韩英混合,精度尚未被验证 补齐纯中文 / 纯韩语模式的单英文字母读音映射 补齐纯中文 / 纯韩语模式的数字(整数 / 小数 / 负数)读音映射 补齐纯中文 / 纯韩语 / 纯日语模式的数学符号(+ − × ÷ = %)读音映射 Huhu TTML Aligner v1.5.1-cdgz 优化人声分离和打轴算法,整体提速15%