小鲸点歌

用本地 RVC 音色翻唱一首歌，并把 40 秒片段发成 QQ 语音条（需自备换声与语音服务）

lrt最新版本 0.1.0更新于 2026-11-06下载 0 次

SKILL.md

1	---
2	name: qq-singing
3	description: 用本机 RVC「小鲸」音色翻唱一首歌，并把 40 秒片段以 QQ 语音条发出去。用户说「唱首歌」「来一首 XX」「用你的声音唱 XX」「点歌」时使用。
4	---
5
6	# QQ 点歌：小鲸唱一首
7
8	> 本技能依赖本地的 RVC 换声工作流与 TTS 语音服务，命令里的路径请按你自己的环境替换。
9
10	## 一句话流程
11
12	1. 回一句短的（「好，等我几分钟」），别干等着不吭声。
13	2. 释放显存：`curl -s -X POST http://127.0.0.1:<TTS端口>/unload`
14	3. 出整首翻唱 → 4. 切 40 秒 → 5. 用语音条发出去。
15
16	全部命令都在 `~/.dsh-workspace\rvc2` 目录下跑，先 export 这几个环境变量：
17
18	```bash
19	cd "~/.dsh-workspace/rvc2"
20	export PYTHONIOENCODING=utf-8
21	export TMP="~/.dsh-workspace/tmp" TEMP="~/.dsh-workspace/tmp" TMPDIR="~/.dsh-workspace/tmp"
22	```
23
24	## 出整首翻唱
25
26	```bash
27	"python" cover.py "<歌名歌手>" "assets/weights/xiaojing.pth" 0 "<标签>"
28	```
29
30	- 标签随便起，用来做文件名，例如 `我本将心向明月`。
31	- 下载 → 人声分离 → 45 秒分段换声 → 拼接混音，一般 3~6 分钟。
32	- 成功时最后一行是 `OUT <mp3 路径>`，产物在 `out/<标签>.mp3`。
33	- 音源顺序（脚本里已写好，不用管）：网易云 → SoundCloud → YouTube → B站。网易云是唯一在国内稳定的，整首能下；其它三个经常超时或 412。四个全失败才算真的下不到。
34
35	### 网易云会员音质（cookie）
36
37	已接入会员账号，下载音质顺序 `hires/lossless/exhigh/bestaudio`（会员无损优先，实测一首 5 分钟歌约 115MB flac）。
38
39	cookie 文件：`~/.dsh-workspace\rvc2\netease_cookies.txt`（Netscape 格式，含 MUSIC_U）。脚本每次下网易云都先带它；带了失败会自动退回匿名（普通码率，但仍是完整整曲，不影响出歌）。
40
41	cookie 一般能撑很久，哪天发现音质掉回 320k 就是过期了，重新登录一次：
42
43	```bash
44	# 1. 起一个独立的 Edge（专用 profile，不动用户平时的 Edge）
45	powershell -NoProfile -Command "Start-Process 'msedge.exe' -ArgumentList '--remote-debugging-port=9334','--user-data-dir=~/.dsh-workspace\edge-netease-profile','https://music.163.com/#/login'"
46	# 2. 让用户在那个窗口扫码登录，登录完再执行：
47	"python" export_netease_cookies.py
48	# 3. 导出完关掉这个 Edge（只杀这个实例，别动用户自己的 Edge）
49	```
50
51	`export_netease_cookies.py` 通过 CDP `Network.getAllCookies` 读出 cookie 并写成 cookies.txt，成功后打印 `has MUSIC_U: True`。这个专用 profile 会保留登录态，下次重登通常不用再扫码。
52
53	## 去噪重混（建议每次都跑）
54
55	```bash
56	"python" gate_vocal.py "<标签>"
57	```
58
59	输出 `out/<标签>_gated.mp3`。作用：按源人声能量做门限，把前奏、间奏里 RVC 生成的沙沙声压掉，并用定值增益对齐响度（不要改回单遍 loudnorm，会把静音段底噪抬成嘶声）。
60
61	## 切 40 秒语音条
62
63	```bash
64	"python" qq_sing.py "out/<标签>_gated.mp3"
65	```
66
67	- 自动跳过前奏、挑能量最高的 40 秒（通常是副歌），输出 32k 单声道 wav：`out/<标签>_gated_qq40.wav`。
68	- 想换长度：`--seconds 30`。
69	- 最后一行是 `OUT <wav 路径>`。
70
71	## 发出去
72
73	整条回复只写这一行，`[[voice]]` 必须在最开头，前面不能有任何字：
74
75	```
76	[[voice]]@@SING@@~/.dsh-workspace/rvc2/out/<标签>_gated_qq40.wav
77	```
78
79	- 语音服务看到 `@@SING@@` 就把这个文件当音频返回，QQ 通道再压成语音条。不要发文件，除非用户明确说「发文件」。
80	- 路径写正斜杠，绝对路径，别加引号。
81
82	## 失败怎么办
83
84	\| 现象 \| 处理 \|
85	\| --- \| --- \|
86	\| `ERR 下载失败` \| 音源全挂。换一首歌或过一会儿再说；别反复重试同一条，最多试两次。 \|
87	\| `torch.OutOfMemoryError` / `CUDA out of memory` \| 显存被占。先 `POST /unload` 再重跑；还不行就跟用户说这台机器现在腾不出显存，等几分钟。 \|
88	\| `No usable added index` \| `--index` 路径写错，索引是 `F:\DSH\rvc-index\xiaojing_added_IVF920_Flat_nprobe_1_xiaojing_v2.index`（脚本里已默认设好，一般不会遇到）。 \|
89	\| 出来的歌前奏有沙沙声 \| 没跑 `gate_vocal.py`，补跑。 \|
90	\| 语音条发出去没声音/没收到 \| 检查 wav 存在且大于 1MB；`[[voice]]` 是否在整条回复最开头。 \|
91
92	## 音色与参数
93
94	- 权重：`assets/weights/xiaojing.pth`（Breeze 语音语料训 200 轮，13.8 分钟语料）。
95	- 索引：`F:\DSH\rvc-index\xiaojing_added_IVF920_Flat_nprobe_1_xiaojing_v2.index`，index-rate 0.65（实测 0.65 咬字最清楚；0.5 更清楚但音色会偏，0.8 音色准但字糊）。
96	- `pitch 0` 是原调；女声唱男声原调可以 `--pitch 7` 之类，太高会尖，7 以内比较稳。
97	- 一首歌不要在 GPU 上并行跑两遍，会 OOM。
98
99	## 别做的事
100
101	- 不要在训练/其它 GPU 任务进行时点歌（会 OOM），先问一句或直接说明。
102	- 不要用 `Get-Process pythonw \| Stop-Process` 清显存：会把模型入口进程一起杀掉，整台机器的模型请求全 500。只按具体 PID 杀，或者用 `/unload`。
103	- 不要为了「修好」重启 DSH。

文件内容是平台检查时读出的文本，只供查看。平台不会运行包里的任何脚本或程序。