Voice Changer (WASAPI + DSP)

Application C++ Windows de transformation vocale en temps reel.

Le pipeline capture le son via WASAPI, applique une chaine d'effets DSP (Pitch, EQ, Gain, Clipper), puis renvoie le flux vers un peripherique de sortie.

Fonctionnalites

• Capture/rendu WASAPI en mode partage event-driven.
• Chaine DSP temps reel:
  • Pitch shift (SoundTouch)
  • EQ 3 bandes (HP -> Presence -> LP)
  • Gain
  • Soft clipping
• Mode IA local (prototype) avec profils timbraux: neutral, bright, dark, robot.
• Presets predefinis: girl, demon, robot, radio.
• Monitoring runtime: frames capture/rendu, xruns, latence approximative.

Build

Prerequis:

• Windows
• CMake 3.20+
• Compilateur C++20 (MSVC)

Commandes:

cmake -B build
cmake --build build --config Release

Build debug:

cmake -B build -DCMAKE_BUILD_TYPE=Debug
cmake --build build --config Debug

Tests unitaires

ctest --test-dir build --output-on-failure

Cible diagnostic CMake

cmake --build build --target run_diagnostic_runtime --config Debug

Utilisation

Lister les peripheriques:

.\build\Release\voice_changer.exe --list-devices

Lancer avec indices explicites:

.\build\Release\voice_changer.exe --in-index 0 --out-index 2 --preset girl

Mode IA local:

.\build\Debug\voice_changer.exe --in-index 0 --out-index 2 --preset girl --mode ai --ai-profile bright --ai-blend 0.7 --ai-intensity 0.5

Lancer avec sous-chaines de noms:

.\build\Release\voice_changer.exe --in Microphone --out Speakers --pitch-semitones 4 --gain 1.7

Parametres CLI

• --list-devices
• --in <substring>
• --out <substring>
• --in-index <index>
• --out-index <index>
• --gain <float>
• --clip-drive <float>
• --clip-out <float>
• --pitch-semitones <float>
• --mode <dsp|ai>
• --ai-profile <neutral|bright|dark|robot>
• --ai-blend <float>
• --ai-intensity <float>
• --st-seq-ms <int>
• --st-seek-ms <int>
• --st-overlap-ms <int>
• --preset <girl|demon|robot|radio>
• --fine-tune-audio <path> (Nouveau)
• --preset-name <name> (Nouveau)
• --load-preset <name> (Nouveau)
• --show-presets-dir (Nouveau)
• --ai-model <path> (Nouveau, ONNX optionnel)

Fine-tuning et Presets (Nouveau)

Entrainate un preset sur un echantillon de reference:

.\build\Release\voice_changer.exe --fine-tune-audio "C:\samples\target_voice.wav" --preset-name "VoixCible_v1"

Charger et utiliser le preset:

.\build\Release\voice_changer.exe --in-index 0 --out-index 2 --load-preset "VoixCible_v1"

Les presets sont sauvegardes sous ~/.voice-changer/presets/. Les presets sont sauvegardes sous C:/Users/<user>/Documents/voice-changer/presets/.

Afficher le dossier exact:

.\build\Release\voice_changer.exe --show-presets-dir

Utiliser un modele ONNX (si binaire compile avec ONNX Runtime):

.\build\Release\voice_changer.exe --in-index 0 --out-index 2 --mode ai --load-preset "VoixCible_v1" --ai-model "D:\models\tiny_vc.onnx"

Bootstrap neuronal (scripts Python)

Les scripts de depart sont dans scripts/neural:

• prepare_dataset.py: decoupe les segments voix utiles
• train_tiny_vc.py: entraine un premier modele et exporte ONNX
• infer_tiny_vc.py: inference offline de validation
• run_train_gpu.ps1: lance un entrainement GPU avec checkpoints/reprise
• capture_source_voice.py: capture micro et fabrique automatiquement data/source_chunks
• capture_source_voice.ps1: wrapper PowerShell pour la capture source

Installation:

pip install -r .\scripts\neural\requirements.txt

Lister les micros detectes:

powershell -ExecutionPolicy Bypass -File .\scripts\neural\capture_source_voice.ps1 -ListDevices

Enregistrer ta voix source (ex: 3 minutes) et generer les chunks source:

powershell -ExecutionPolicy Bypass -File .\scripts\neural\capture_source_voice.ps1 -Device 0 -Seconds 180 -OutputWav .\audio_samples\source-voice.wav -ChunksDir .\data\source_chunks

Exemple d'entrainement GPU avec checkpoints:

powershell -ExecutionPolicy Bypass -File .\scripts\neural\run_train_gpu.ps1 -SourceDir .\data\source_chunks -TargetDir .\data\target_chunks -OutModel .\models\tiny_vc.onnx -Epochs 40 -StepsPerEpoch 300

Important:

• Si tu mets a jour les scripts train_tiny_vc.py / infer_tiny_vc.py, relance un entrainement complet avant de juger la similarite vocale.
• Le binaire runtime C++ attend des features pseudo-mel specifiques; un modele entraine avec une autre featurization produira souvent une voix peu transformee.

Reprise depuis le dernier checkpoint:

powershell -ExecutionPolicy Bypass -File .\scripts\neural\run_train_gpu.ps1 -ResumeLast

Structure

• src/app: point d'entree et presets.
• src/audio: capture/rendu WASAPI + utilitaires peripheriques.
• src/core: stats et ring buffer.
• src/dsp: effets audio.
• src/ai: conversion vocale locale et interface de backends IA.
• src/ui: UI desktop MVP Win32.
• third_party/soundtouch: dependance pitch shift.

Contexte de navigation

Des fichiers de contexte techniques sont disponibles dans docs/context:

• 00-overview.md
• 01-architecture.md
• 02-operations.md
• 03-improvements-backlog.md
• file-inventory.txt

Diagnostic runtime

Script: scripts/diagnostic-runtime.ps1

Exemple:

powershell -ExecutionPolicy Bypass -File .\scripts\diagnostic-runtime.ps1 -BuildConfig Debug -InIndex 0 -OutIndex 2 -Preset girl -DurationSec 15

Diagnostic mode IA local:

powershell -ExecutionPolicy Bypass -File .\scripts\diagnostic-runtime.ps1 -BuildConfig Debug -InIndex 0 -OutIndex 2 -Preset girl -Mode ai -AiProfile bright -AiBlend 0.7 -AiIntensity 0.5 -DurationSec 15

UI desktop MVP

.\build\voice_changer_ui.exe

L'UI propose:

• Selection de l'entree et de la sortie audio par nom (listes deroulantes).
• Bouton Refresh devices pour recharger les peripheriques detectes.

CI

Workflow GitHub Actions: .github/workflows/ci.yml