简体中文 | 繁體中文 | English | 日本語 | 한국어
HiFiShifter 是一个图形化人声编辑与合成工具。它支持多轨道音频块处理，并以轨道组为单位，使用多种声码器完成人声修音、人力调参功能，实现人力VOCALOID制作的拼调一体化。
当前项目仍在开发迭代中，未对全链路进行测试，可能存在诸多 BUG 或不稳定问题。
请直接在仓库侧边选择适合自己系统的Release版本下载安装
HiFiShifter 使用类似 UTAU 的离线渲染方式，对时间线中的每个音频块进行处理、渲染、缓存，最后再输入到播放系统中，因此其对短音频块有着更快的处理效率。
HiFiShifter 提供了一个统一的渲染接口，以便未来增添更多的算法支持。
我们推荐的工作流是：
- 通过其他 DAW 或切片软件准备好人力所需的短切片音源
- 在 HiFiShifter 中完成音频的拼贴和调音
当然，HiFiShifter 也支持以下操作方便从其他软件的工程迁移：
- 直接打开 VocalShifter 工程
- 直接打开 Reaper 工程
- 解析 VocalShifter 剪贴板内容，支持将 VocalShifter 中的参数粘贴到 HiFiShifter 参数区中。
- 解析 Reaper 剪贴板内容，支持直接将 Reaper 的 Items 粘贴到 HiFiShifter 中
HiFiShifter 可以大致的分为两个功能区，分别是上部的轨道面板和下部的参数面板。轨道面板主要负责音频块的编辑与编排，参数面板则负责对音频进行调参处理。
HiFiShifter 提供了一个基本完备的轨道面板与音频块编辑功能。该功能与大多数现代 DAW 类似。
HiFiShifter 支持三种方式导入媒体文件。视频文件会自动读取其中的音频轨：
- 直接从系统文件管理器中拖拽音频或视频文件到轨道上
- 点击工具栏的文件夹图标，打开内置文件管理器并拖拽媒体文件到轨道上
- 按下
Ctrl + F打开快捷搜索，选择媒体文件导入到轨道上（快捷搜索的文件路径与内置文件管理器的当前路径一致）
- 吸附网格：音频块移动/裁剪默认吸附网格；按住
Shift可临时关闭吸附。 - 裁剪/伸缩范围：拖动音频块左右边界进行裁剪或延长
- 伸缩（Time Stretch）：按住
Alt+ 鼠标左键拖动音频块左右边界，可伸缩音频。 - 内部偏移（Slip-Edit）：按住
Alt+ 鼠标左键拖动音频块主体，可左右滑移音频块的内部内容。 - 淡入淡出：拖动音频块左上角/右上角调整淡入/淡出时长。
- 增益（dB）：拖动音频块左上角的旋钮（上下拖动）调整增益，音频块右上角会显示当前 dB。
- 音频块静音（M）：音频块左上角
M按钮可对该音频块静音，静音后音频块整体变灰。 - 框选多选：在时间线空白处按住鼠标右键拖拽可框选多个音频块。
- 复制拖动：按住
Ctrl后拖拽音频块，会在目标位置创建副本并保持原音频块不动（复制完成在松手时生效）。 - 胶合：右键音频块打开菜单，选择"胶合"（要求同一轨道且至少 2 个音频块）。
- 切分：选中音频块后按
S可在播放头位置切分。 - 复制粘贴：选中音频块后按
Ctrl + C将选中音频块复制到应用内剪贴板。Ctrl + V会把“所选音频块中最靠左的起点”对齐到播放头位置，其余音频块保持相对间距。复制时剪贴板会同时写入 REAPERMedia 格式，可直接在 REAPER 中粘贴。
需要特别注意的，轨道支持嵌套，可以将轨道拖动到另一个轨道下成为该轨道的子轨道，形成一个轨道组。在接下来的调参过程中，轨道组将十分有用。
HiFiShifter 的参数面板提供了类似 VocalShifter 的操作支持以方便用户调整参数。
需要注意的是，HiFiShifter 的轨道上有一个特殊的 C 按钮，只有按下这个按钮，该轨道上的音频才能被后续调参处理。
在调参中，HiFiShifter 以轨道组为单位，通过根轨道开启 C 来决定，一个轨道组共用一个算法和一套参数线。参数线会按位置作用到每一个音频块上。
HiFiShifter 中的每个算法都有不同的参数可供调整，其中通用参数为音高。
在首次打开时，HiFiShifter 需要一些时间对音频块的音高进行分析。分析完成后，面板中的实线表示该轨道组的整体当前音高，虚线表示整体原始音高，彩线表示每个音频块自己的原始音高。
其他面板与音高面板类似，只是不会显示音频块自己的原始音高。
面板旁边的小眼睛可以开启该面板在未选中下的可见性。
目前 HiFiShifter 支持三种算法进行处理。
老牌声码器
仅支持音高编辑
OpenVPI 开源的为歌声特化的 hifigan 声码器
支持 音高、气声、张力、共振峰、音量 参数的编辑
需要注意的是，气声的编辑需要额外开启，将会使用 hnsep 的 UVR 模型对音频块进行气声分离，首次需要较长的时间处理。如果需要编辑张力请务必开启气声。
VocalShifter 提供的算法库。
支持 音高、声像、共振峰、音量、气声 参数的编辑
由于官方提供的 dll 仅支持文件IO，因此相对 VocalShifter 本体需要更多的时间处理。
| 操作 | 快捷键 / 鼠标 |
|---|---|
| 平移视图（时间轴） | 鼠标中键拖动 |
| 横向缩放（时间轴） | 鼠标滚轮（以光标为中心） |
| 纵向缩放（轨道高度，时间轴） | Ctrl + 鼠标滚轮 |
| 纵向缩放（参数轴，参数面板） | Ctrl + 鼠标滚轮（参数面板内） |
| 播放/暂停 | Space（空格） |
| 播放/停止 | Enter |
| 撤销/重做 | Ctrl + Z / Ctrl + Y |
| 新建工程 | Ctrl + N |
| 打开工程 | Ctrl + Shift + O |
| 保存 | Ctrl + S |
| 另存为 | Ctrl + Shift + S |
| 导出音频 | Ctrl + E |
| 模式切换（选择/绘制） | Tab |
| 删除选中音频块 | Delete |
| 复制选中音频块（应用内剪贴板） | Ctrl + C |
| 粘贴到播放头位置 | Ctrl + V |
| 编组 / 解组 | G / U |
| 循环切换 Take | T（Shift + T 切换上一个） |
| 参数面板复制选区曲线 | Ctrl + C（Select 模式） |
| 参数面板粘贴到选区起点 | Ctrl + V（Select 模式） |
| 分割音频块 | S（在播放头位置分割选中的音频块） |
| 新建轨道 | Ctrl + T |
| 快速搜索 | Ctrl + F |
该部分内容为开发者提供，普通用户可以跳过。
git clone https://github.com/ARounder-183/HiFiShifter.git
cd HiFiShifter请确保已安装以下工具：
- Node.js（建议 18+）及 npm
- Rust 工具链（参见
rust-toolchain.toml） - Tauri 2 CLI：
cargo install tauri-cli --version "^2" - CMake（用于编译 SoundTouch 库）
ONNX Runtime (DirectML) 由 ort crate 在编译时自动下载，无需额外配置。
安装前端依赖：
npm --prefix frontend installchmod +x ./scripts/install_deps_macos.sh
SKIP_FRONTEND=0 bash ./scripts/install_deps_macos.sh请确保已安装以下工具：
- Node.js（建议 20+）及 npm
- Rust 工具链（参见
rust-toolchain.toml，项目会自动选择对应平台的 stable 工具链） - Tauri 2 CLI：
cargo install tauri-cli --version "^2" - CMake、pkg-config 及系统构建工具
- GTK3、WebKit2GTK、ALSA 等 Tauri 运行时开发库（详见安装脚本）
运行一键安装脚本：
chmod +x ./scripts/install_deps_linux.sh
bash ./scripts/install_deps_linux.sh脚本会自动安装系统依赖、Node.js（如未安装）、appimagetool 及前端 npm 依赖。
安装前端依赖（如未使用脚本）：
npm --prefix frontend ci由于 vslib 算法仅限 Windows，Linux 构建需要禁用默认 feature：
# 进入 backend 目录运行（tauri.conf.json 中路径相对于此目录）
cd backend
cargo tauri build --bundles appimage -- --no-default-features --features onnx或使用提供的辅助脚本：
bash scripts/build-linux-appimage.sh注意： WSL2 环境下因缺少 FUSE 支持，Tauri bundler 的 linuxdeploy 步骤可能失败（错误：
failed to run linuxdeploy）。这是 WSL2 已知限制，不影响实际 AppImage 产出——AppDir 已正确组装在target/release/bundle/appimage/中。可设置APPIMAGE_EXTRACT_AND_RUN=1后手动运行appimagetool打包。在真实 Linux 机器和 CI 中不存在此问题。
SoundTouch 音频时间拉伸库在编译时从源码构建。首次构建时会自动克隆，无需手动操作。
如需离线构建，可提前手动克隆：
cd backend/src-tauri/third_party/soundtouch-static
git clone --depth 1 --branch 2.3.3 https://codeberg.org/soundtouch/soundtouch.git soundtouchHiFiShifter 在支持的平台上自动启用 GPU 推理加速。你可以在菜单栏中的 推理设备（Inference Device） 里选择 Auto / CPU / GPU，并通过 运行基准测试（Run Benchmark） 比较各设备的推理延迟。
| 平台 | GPU 技术 | 说明 |
|---|---|---|
| Windows x86_64 / ARM64 | DirectML (DirectX 12) | 成熟稳定的 GPU 路径，支持 NVIDIA / AMD / Intel Arc |
| macOS ARM64 (Apple Silicon) | CoreML + WebGPU (Dawn/Metal) | CoreML 利用 Apple Neural Engine；WebGPU 作为补充 GPU 后端 |
| macOS x86_64 (Intel) | — | CPU only（使用 ort-tract 替代后端） |
| Linux x86_64 | WebGPU (Dawn/Vulkan) | Dawn 通过 Vulkan API 使用 GPU；无 GPU 时自动回退到 CPU |
| Linux ARM64 | — | CPU only（暂无预编译 WebGPU ONNX Runtime 二进制文件） |
注意：Windows 平台暂不启用 WebGPU。其 Dawn/D3D12 后端在部分 GPU/驱动组合上存在原生崩溃风险。DirectML 是 Windows 上成熟稳定的 GPU 路径。
WSL2 用户：WSL2 不向 Linux 子环境暴露硬件 Vulkan。WebGPU/Dawn 只能使用 Lavapipe（CPU 软件渲染），性能极差。如需 GPU 加速，请使用 Windows 原生版本（DirectML）。
ONNX Runtime 二进制文件由 ort crate 在编译时通过 download-binaries 特性自动下载，无需手动安装。GPU 提供程序（DirectML / WebGPU / CoreML）的代码在编译时根据目标平台自动启用，无需额外的 --features 标志。
# 开发模式（热更新）
cd backend
cargo tauri dev
# 构建 Release
# Windows / macOS（默认 features：onnx + vslib）
cargo tauri build
# Linux（vslib 仅限 Windows，需排除默认 feature）
cargo tauri build --bundles appimage -- --no-default-features --features onnx
# Windows 便携版 ZIP
.\scripts\pack-portable.ps1 -SkipBuildcd backend/src-tauri
cargo tauri dev前端启动模式可通过环境变量 TAURI_UI_MODE 切换：
dev：开发模式（默认，使用 Vite dev server，支持热更新）build：构建模式（先构建前端静态资源，再启动）
Linux/macOS（bash/zsh）：
cd backend/src-tauri
TAURI_UI_MODE=build cargo tauri devWindows PowerShell：
cd backend/src-tauri
$env:TAURI_UI_MODE='build'; cargo tauri dev注意： 首次编译需要很长的时间，请耐心等待
本项目使用了以下开源库的代码或模型结构：
- WORLD - 高质量语音分析与合成系统
- SoundTouch - 音频时间拉伸与变调库（LGPL）
- Signalsmith Stretch - 高质量音频时间拉伸库（MIT）
- VocalShifter Library (vslib) - 音声解析与合成库
- SingingVocoders - 歌声合成声码器（OpenVPI）
- HiFi-GAN - 高保真生成对抗网络声码器
本项目基于 MIT License 发布。