全部笔记 / 筛选视图
2026 年 09 月
-
人声转谱卡了一周:放弃 Basic Pitch 碎音切分,改用歌词音节驱动 f0
用 Basic Pitch 将人声转成 MusicXML 时产出 286 个碎音和 225 个假名占位符。改用歌词音节数定边界、librosa.pyin 取窗内 f0 中位数后,84 个音节与 10 句歌词完整对齐。
-
B 站第三方推流要求 5000 粉,改用 OBS 虚拟摄像机接 PC 直播姬
在 OBS 里搭好三层直播画面后,后台提示第三方 RTMP 推流需满 5000 粉。通过 OBS Virtual Camera 把合成画面喂给官方 PC 直播姬,并解决双路 TTS 重叠回声。
-
6 GB 显存塞了四个程序,GPT-SoVITS 掉到 1.09 it/s
短句语音合成从 3.9 秒拖慢到二十多秒。通过 nvidia-smi 排查发现 6 GB 显存被 GPT-SoVITS、Ollama、VTS 和 OBS 同时占满,将对话模型迁往云端 API 后释放 1.4 GB 显存并恢复速度。
-
直播语音说到半句就断:bili_live_auto_reply_max_length 的硬截断坑
直播间里语音念到“喜欢唱歌,也喜…”就戛然而止。核对音频时长与 TTS 日志后,发现是自己把 max_length 压到 25 字触发了代码里的字符串硬切片。
-
上下文要满了,我让它把该记的写下来
会话是有寿命的,手上的活却是跨天的。每次模型提示"即将超限",我就让它把关键信息落进一份交接文档——那份文档后来成了跨会话的入口,新会话读它就能接着干。
-
弹幕隔三分钟才收到:getDanmuInfo 报 -352 风控后切到 history 轮询
直播间发完弹幕要等一两分钟才有反应。日志显示 getDanmuInfo 持续报 code=-352 触发指数退避,将 bilibili_web_backend 切换为 history 轮询后间隔降回 3 秒。
-
自动估算的 BPM 被砍成一半:时值整齐度评分的倍频盲区
转谱工具里的 refine_bpm() 用量化整齐度给候选速度打分,结果把 librosa 估出的 143.55 BPM 改成了 71.78 BPM。分析倍频下的网格等价性并加入音频先验权重。
-
VTS 死活连不上,我把授权删了三遍
直播插件的 VTS 一直是「未连接」。我删了插件授权、发了认证命令、改了 host,全没用。最后发现 token 是和「插件名 + 开发者名」两个字段绑死的,我填错了一个。