中文 ｜ English
本地翻唱流水线：找歌 → 人声分离 → 音色转换 → 混音出片，全在本机跑。
一条命令，从「歌名」到「成品翻唱」：素材训练 → 人声分离 → 音色转换 → 混音 → 自动挑副歌 → 导出/发送。
给 AI 新手的全流程翻唱流水线：不需要懂 RVC 参数，不需要会写脚本，装好、跑一条命令就行。
本项目只做流程编排。人声分离、音色转换依赖社区开源模型（UVR / RVC 等），音源与素材由使用者自行准备并确保合法授权。 本项目不提供、不推荐、不内置任何绕过版权保护的工具或方法。详见 docs/DISCLAIMER.md。
现有 RVC 生态大多停在「WebUI 点按钮」：分离要手动、参数要试、混音要自己拼、挑副歌靠耳朵。 本项目把这条链路固化成一条可复现的命令，并处理掉新手最容易踩的坑：
- 环境自检：显卡/显存/依赖/模型，一次告诉你缺什么
- 训练向导：素材丢进去，自动切分、清洗、提特征、训练、导出推理模型，并评估「素材够不够」
- 一键翻唱：本地文件或链接进，成品音频出
- 自动挑段：按能量挑副歌，默认 45 秒
- 自动降调：按源人声音高判断，偏高整首降 1~3 半音
- 缓存复用：成品比模型新就直接复用；模型重训后自动重跑
pip install -e .
cover plan # 体检 + 回答三个问题 → 拿到 2~3 套方案
cover plan --apply vram8_balanced # 选一套，写进配置
cover train --data ./materials # 用你的素材训练音色（可选，也可直接用现成模型）
cover sing --song "歌名" # 出成品详细步骤见 docs/QUICKSTART.md。
很多人机器上早就有 RVC 和 UVR5 了。本项目不要求你再装一份，它会自己找：
cover link --auto # 自动探测本机的 RVC / UVR，写进配置
cover doctor # 看有没有认到探测顺序：配置文件里写的路径 → 常见默认位置（E:/AI-Companion/tools/RVC、~/RVC 等）→ 从 uvr_sep.py 往上找 GPT-SoVITS 的 venv。
找不到或者装在别处，手动指：
cover link --rvc-dir D:/RVC --rvc-python D:/RVC/.venv/Scripts/python.exe
cover link --uvr-script D:/tools/uvr_sep.py --uvr-python D:/tools/GPT-SoVITS/.venv/Scripts/python.exe认到之后，cover sing 会直接调你本机这套程序：
- 分离：
<uvr_python> uvr_sep.py <输入> <输出> --model roformer - 转换：
<rvc_python> -m infer.cli ...（工作目录 RVC 根目录，长音频自动分块 + 预热裁边拼接）
没有本地部署的人，也可以走 pip 版：separate.backend: uvr + convert.backend: rvc。
cover plan 会先体检你的机器（显卡、显存、内存、磁盘、ffmpeg、已装依赖），
再问三个问题（最在意什么、会不会自己训练、磁盘和等待时间），然后给出 2~3 套方案。
每套方案都写清楚：用什么分离模型、什么转换后端、训练多少轮、单曲多久、显存峰值、每首占多少磁盘， 以及好处和代价。推荐项会标 ★，但选哪个由你决定。
方案库在 plans/，是纯 YAML，想加自己的方案直接丢进去就行：
id: my_plan
name: "我的 8G 方案"
for: { min_vram_gb: 7.5, max_vram_gb: 9.9, min_disk_gb: 25, needs_train: optional }
scores: { quality: 4, speed: 4, space: 3, stability: 5 }
params: { separate: {...}, convert: {...}, train: {...} }
estimate: { per_song_minutes: 4, vram_peak_gb: 6.8, disk_per_song_mb: 240, train_minutes: 50 }
pros: ["..."]
cons: ["..."]
explain: "一句话解释"内置方案：cpu_only、vram4_infer、vram6_balanced、vram8_balanced、vram8_quality、
vram12_quality，以及进阶的 svc_advanced（默认不推荐给第一次用的人）。
| 命令 | 作用 |
|---|---|
cover plan |
体检 + 推荐方案，可 --apply 直接应用 |
cover link |
探测/指定本机已装的 RVC 与 UVR |
cover serve |
启动本地网页界面（默认 http://127.0.0.1:7801） |
cover desktop |
桌面窗口模式（需要 pywebview） |
cover doctor |
只做诊断，不改任何东西 |
cover init |
环境自检 + 提示下一步 |
cover train --data <目录> |
用素材训练音色模型 |
cover sing --song <歌名> / --input <文件> |
生成翻唱成品 |
cover lib --scan |
扫描资源库（模型/素材/成品/音源） |
cover fix --song <名字> --symptom seam_noise |
症状诊断：同一段素材跑多种配方，试听对比 |
cover search "歌名" |
在线找歌（B站 / iTunes），--download N 直接下第 N 个，--sing 顺带翻唱 |
cover sources |
列出可用音源适配器 |
cover gui |
旧版 gradio 界面（保留，推荐用 serve） |
cover serve 起一个本地网页（http://127.0.0.1:7801），左侧十个入口：
- 开始：一键翻唱（输歌名 → 自动找源 → 下载 → 翻唱）+ 五步引导（检查环境 → 接上本机 RVC/UVR → 选方案 → 准备模型 → 出第一首）
- 找歌：B站 / iTunes / 网易云 / QQ音乐 四个平台一起搜；能下的直接「下载并翻唱」，只能给信息的会标「仅信息」并给「打开页面」「怎么用？」
- 翻唱：给文件、文件夹或歌名。给文件夹会先列出曲目让你勾选（全选 / 全不选 / 取消），不会闷头开跑
- 任务：进度、用时、日志，跑着的任务能一键取消
- 资源库：模型 / 工程 / 成品 / 音源 / 收藏；点一行看详情，能试听、收藏、删除（挪到
work/_trash，不真删） - 诊断：6 类症状（接缝杂音、人声发闷、爆音削波、人声发干、伴奏盖人声、音色不像），每类 2~3 个解法，可以勾选多个一起跑对比
- 方案：11 套内置方案，可按显存预算过滤，写入后能一键撤销回默认
- 训练：素材目录 + 预检（总时长 / 段数 / 预计耗时 / 警告）、参数、开始训练；训完自动登记成新版本，可回滚
- 日志：服务端日志与任务日志，按行数看尾部，不用去翻文件
- 设置：三个数据目录（试写校验）、发布配置、备份
- API：接口一览页（
/docs），GET 都能「试一下」；外部 Agent 接入见下
界面只用标准库（http.server）加原生 JS，不依赖 FastAPI/uvicorn，也不用打包。
界面右上角「API」页有本地 key，外部 Agent（DSH、WorkBuddy、自写脚本）可以这样调：
# 查接入信息（含本地 key）
curl http://127.0.0.1:7801/api/agent/info
# 让 cover-pipeline 唱一首
curl -X POST http://127.0.0.1:7801/api/agent/sing \
-H "X-Api-Key: cp_xxx" -H "Content-Type: application/json" \
-d '{"query":"千年食谱颂","full":false}'
# 查任务
curl "http://127.0.0.1:7801/api/agent/status?id=<job_id>"不想带 key 也可以直接用公开接口 /api/sing、/api/search、/api/jobs。
| 版本 | 怎么出 | 用户怎么用 |
|---|---|---|
| v1 绿色版 | scripts\portable.ps1 |
双击 启动.bat |
| v2 安装包 | scripts\build-installer.ps1（需 Inno Setup 6）→ 产出 2MB 的 cover-pipeline-0.1.0-setup.exe |
双击安装，向导里选依赖档位，默认复用本机 RVC/UVR |
| v3 桌面窗口 | 启动-桌面版.bat 或 cover desktop |
独立窗口，不占浏览器 |
细节和体积、依赖分档见 docs/PACKAGING.md。
- 10~30 分钟干净人声，尽量无伴奏、无混响、无背景音乐
- 单人、同设备、同环境最好
- 支持 wav / flac / mp3，可含子目录
- 素材不足时
cover train会提示「建议至少 X 分钟」，但允许继续（效果自负）
configs/ 配置与预设（fast / balanced / hq）
plans/ 方案库（按显存和偏好分档，纯 YAML）
src/cover_pipeline/
cli.py 命令入口
probe.py 硬件与环境探测
plan/ 方案引擎：打分、渲染方案卡、写入配置
core/ 分离、转换、混音、挑段、变调
pipelines/ train / sing 两条编排
sources/ 音源适配层（本地文件 + 用户自备插件）
utils/ ffmpeg、日志
plugins/ 用户自己的音源插件放这里（不进仓库）
docs/ 文档
scripts/ 安装脚本
主仓库只内置 local_file（本地音频文件）。
其他来源（在线平台、自己的下载工具、自己的解密工具）请放在 plugins/，本项目不内置、不附带、不解释。
接口说明见 docs/SOURCES.md。
| 显存 | 能做什么 |
|---|---|
| 8G+ | 训练 + 推理，推荐 |
| 6G | 训练降 batch，推理正常 |
| 4G | 仅推理 |
CPU 也能跑，但慢很多，不建议训练。
| 想知道什么 | 看这个 |
|---|---|
| 15 分钟跑通第一次翻唱 | QUICKSTART.md |
| 环境怎么一键配好 / 各组件下多大 | SETUP.md、ASSETS.md |
| 参数怎么选、为什么这么选 | PLANS.md |
| 训练自己的音色模型、版本怎么管 | TRAIN.md、MODELS.md |
| 音源怎么接别的平台 | SOURCES.md、PROVIDERS.md |
| 装完怎么验收（安装包/真机） | ACCEPTANCE.md |
| 怎么打包发版 | PACKAGING.md |
| 版权与风险边界 | DISCLAIMER.md、RISK.md |
| 这个项目是怎么长出来的 | JOURNAL.md（决策与踩坑流水）、REVIEW.md |
| 接手继续开发 | NEXT-SESSION.md、PLAN.md |
FINAL-PLAN.md 是最早的整体规划，部分条目已过时，只作历史参考。
代码 MIT。依赖的开源项目各自遵循其许可证（UVR、RVC、ffmpeg 等）。 音色模型与训练素材的授权由使用者自行负责，请勿用他人声音训练或传播模型。
- 第三方组件（RVC / UVR / Demucs / FFmpeg / yt-dlp 等）的许可与来源见 ATTRIBUTION.md。
- 本项目不内置任何解密实现、不打包任何音色模型；权重与素材由使用者自行准备并承担责任。
0.4.2，能直接用：cover setup 一键配置 → cover sing 出一首翻唱；本地网页界面（cover serve）有 10 个页面、59 个接口。
代码结构：后端 server/app.py 只留路由，业务在 server/services/*.py；前端按页面拆成原生 ES module（static/pages/*.js）。
59 条单元测试 + 前端静态检查（语法/import/export）进 CI，ruff 0 告警且已从「非阻断」转正。
还没做的：Demucs 后端只做了接口、没做真机验证；安装包的开始菜单/桌面图标/卸载残留要人工点一遍。
每个版本的改动记在 CHANGELOG.md（最新 0.4.2，最早 0.2.0），README 不再逐版粘贴。