歌声模型命令行工具。Rust 负责采集和渲染,Python/PyTorch 负责训练。
cargo build --release
uv sync --project training --locked以下 metasv 指 target/release/metasv.exe。uv 在 training/.venv 管理 Python 环境,默认使用 Python 3.13 和 CPU 版 PyTorch,依赖版本记录于 training/uv.lock。
uv run --project training --locked metasv dataset capture --voice base-voice --teacher teacher-voice --train-project train.svp --validation-project validation.svp --output dataset --language mandarin --dictionary path/to/clf-data
uv run --project training --locked metasv train --model dataset/base_model.dnni --dataset dataset/dataset.json --output runs/demo --steps 100
metasv voice-export --voice base-voice --model runs/demo/trained-base.dnni --output trained.nofs
metasv render --voice trained.nofs --project song.svp --output song.wav --language mandarin --dictionary path/to/clf-data --pitch-mode notes声库输入为已解码 NOFS 或模型目录,工程输入为 SVP。支持普通话、日语及显式音素,输出单声道 WAV。默认训练完整声学核心;采集、训练、导出和渲染均在 MetaSV 内完成。
当前使用音符音高,不支持自动 F0、参数曲线、引用组、加密声库及直接从 WAV 训练。训练说明,参数见 metasv --help。
src/:Rust CLI、模型读取与推理。training/:Python 训练包与测试。local/、results/、target/:本机实验和构建产物,不进 Git。