SCRIBE

DiffSinger 数据标注工具 — 用于歌声合成唱法参数数据集的制作与标注。

功能

• F0（基频）提取：Parselmouth / RMVPE / FCPE，基于神经网络的音高提取模型全部 Rust 原生推理（INT8-mix 量化），Parselmouth的音高提取部分使用Rust重写
• MIDI 估算：SOME 模型（INT8-mix 量化），Rust 原生推理
• 音素时长标注与编辑
• 实时音频播放与波形显示
• 更方便的词组划分功能
• 钢琴卷帘编辑器
• 导入/导出 DiffSinger 格式
• 更舒适的视觉设计（相对于SlurCutter而言），更加一致的设计风格，减缓标注时带来的疲劳感

目前代码存在的问题较多，功能尚未完善，还请发现bug后提出issue，以便第一时间进行修复，也欢迎各位共同开发。

构建

环境要求

• Node.js >= 18
• Rust >= 1.75
• Tauri v2 CLI

模型文件

构建前需将以下模型文件放入 src-tauri/，你可以从这里下载：

文件	模型	用途
rmvpe.scr	RMVPE (INT8-mix)	F0 提取
fcpe.scr	FCPE (INT8-mix)	F0 提取
some.scr	SOME (INT8-mix)	MIDI 估算

开发

npm install
cargo tauri dev

构建发布版本

cargo tauri build

输出安装包在 src-tauri/target/release/bundle/。

ASIO 支持（可选）

如需 ASIO 低延迟音频输出：

1. 下载 Steinberg ASIO SDK
2. 解压到项目根目录 asio_sdk/
3. 构建时启用 feature：cargo tauri build -- --features asio

技术栈

前端

库	许可	用途
React	MIT	UI 框架
Zustand	MIT	状态管理
Vite	MIT	构建工具
TypeScript	Apache-2.0	类型系统
@tauri-apps/api	MIT/Apache-2.0	Tauri 前端绑定
@tauri-apps/plugin-dialog	MIT/Apache-2.0	原生对话框
@tauri-apps/plugin-fs	MIT/Apache-2.0	文件系统访问
@tauri-apps/plugin-shell	MIT/Apache-2.0	Shell 命令

后端 (Rust)

库	许可	用途
Tauri	MIT/Apache-2.0	桌面应用框架
cpal	Apache-2.0	跨平台音频 I/O
hound	Apache-2.0	WAV 读写
rustfft	MIT/Apache-2.0	FFT 计算
rayon	MIT/Apache-2.0	数据并行
serde	MIT/Apache-2.0	序列化
serde_json	MIT/Apache-2.0	JSON 解析
tokio	MIT	异步运行时

模型

模型	许可	用途
RMVPE (Wei et al. 2023)	MIT	F0 提取
TorchFCPE (CNChTu)	MIT	F0 提取
SOME (openvpi)	MIT	MIDI 估算

本项目原创实现

组件	说明
Parselmouth-Rust	Praat F0 算法的 Rust 原生实现
RMVPE / FCPE / SOME Rust 推理引擎	INT8-mix-W8A32 量化 + AVX2 SIMD 加速

License

Apache-2.0