Huhu TTML Aligner 歌轴姬
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%