VOICEVOX项目中的音乐数据结构重构分析
2025-06-29 22:46:40作者:董宙帆
在VOICEVOX这个开源语音合成项目中,近期对其音乐数据存储结构进行了一次重要的重构。本文将深入分析这次重构的技术细节和设计考量。
重构背景
VOICEVOX作为一个语音合成系统,需要处理音乐相关的数据结构。在早期版本中,所有音乐元素(音符、速度、拍号等)都被集中存储在Score类型中。随着项目发展,这种设计逐渐显现出局限性,特别是在考虑未来支持多音轨功能时。
原有设计的问题
原Score类型同时包含以下元素:
- 音符(Note)
- 速度变化(Tempo)
- 拍号变化(TimeSignature)
- 时间分辨率(TPQN)
这种设计将所有音乐元素混合在一个结构中,虽然简单直接,但存在几个潜在问题:
- 概念边界模糊:音符(属于具体音轨)与速度/拍号(属于全局设置)被混在一起
- 扩展性差:难以支持多音轨场景
- 职责不清晰:Score类型同时承担了编辑状态存储和乐谱数据交换两种职责
重构方案
新的设计方案将数据结构分层处理:
type Track = {
  notes: Note[];
};
type SongEditorStoreState = {
  tpqn: number;
  timeSignatures: TimeSignature[];
  tempos: Tempo[];
  tracks: Track[]; // 初期阶段只使用一个音轨
  // 其他状态...
};
关键改进点
- 音轨概念的引入:新增Track类型专门负责存储音符数据
- 全局与局部分离:速度、拍号等全局设置与音符数据分离
- 状态与数据分离:编辑状态(StoreState)与纯乐谱数据(Score)区分
技术优势
- 更好的扩展性:为多音轨支持奠定基础,只需在tracks数组中添加新音轨
- 更清晰的职责划分:
- 编辑状态负责维护当前工作环境
- Score类型专用于乐谱数据的导入导出
 
- 更合理的抽象层次:音符属于音轨,速度/拍号属于全局设置,符合音乐制作软件的常规设计
实现细节
在具体实现过程中,开发者还注意到:
- 需要通过getter(如CURRENT_TRACK或SELECTED_TRACK)来访问当前音轨,而不是直接使用tracks[0]
- 保持向后兼容性,在单音轨阶段也能正常工作
- 确保所有相关组件都能适应新的数据结构
总结
这次VOICEVOX的数据结构重构是一次典型的架构优化案例,展示了如何通过合理的数据分层来提升系统的可维护性和扩展性。将音符数据与全局设置分离,不仅为多音轨功能铺平了道路,也使代码结构更加清晰合理。这种设计思路对于开发复杂的音乐相关应用具有很好的参考价值。
登录后查看全文 
热门项目推荐
相关项目推荐
 PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00 PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00 openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
 docs
docsOpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
261
2.52 K
 kernel
kerneldeepin linux kernel
C
24
6
 flutter_flutter
flutter_flutter暂无简介
Dart
553
123
 ops-math
ops-math本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
595
131
 pytorch
pytorchAscend Extension for PyTorch
Python
94
121
 cangjie_tools
cangjie_tools仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
52
67
 ohos_react_native
ohos_react_nativeReact Native鸿蒙化仓库
JavaScript
218
301
 RuoYi-Vue3
RuoYi-Vue3🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.02 K
600
 cangjie_compiler
cangjie_compiler仓颉编译器源码及 cjdb 调试工具。
C++
116
90
 Cangjie-Examples
Cangjie-Examples本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
357
1.77 K