Tidal 项目技术文档
2024-12-23 15:20:12作者:卓炯娓
1. 安装指南
1.1 系统要求
- 操作系统:支持 Windows、macOS 和 Linux。
- 依赖软件:需要安装 Haskell 和 SuperCollider。
1.2 安装步骤
-
安装 Haskell:
- 访问 Haskell 官方网站,下载并安装适合你操作系统的 Haskell 版本。
- 安装完成后,确保 Haskell 的
cabal工具可用。
-
安装 SuperCollider:
- 访问 SuperCollider 官方网站,下载并安装适合你操作系统的 SuperCollider 版本。
- 安装完成后,启动 SuperCollider 并运行以下代码以安装 TidalCycles 插件:
Quarks.install("SuperDirt"); Quarks.install("Vowel");
-
安装 TidalCycles:
- 打开终端或命令行工具,运行以下命令安装 TidalCycles:
cabal update cabal install tidal
- 打开终端或命令行工具,运行以下命令安装 TidalCycles:
-
配置 SuperCollider:
- 启动 SuperCollider,运行以下代码以启动 SuperDirt:
SuperDirt.start;
- 启动 SuperCollider,运行以下代码以启动 SuperDirt:
2. 项目的使用说明
2.1 启动 TidalCycles
- 打开你喜欢的文本编辑器(如 Atom、VSCode 等),安装 TidalCycles 插件。
- 在编辑器中新建一个文件,输入以下代码以启动 TidalCycles:
import Sound.Tidal.Context
2.2 编写和运行代码
- 使用 TidalCycles 的语言编写算法模式代码,例如:
d1 $ sound "bd sn" - 运行代码,TidalCycles 将实时生成音乐。
3. 项目API使用文档
3.1 基本语法
d1,d2, ...,d9:定义不同的音轨。sound:指定声音样本。note:指定音高。speed:指定播放速度。
3.2 示例代码
- 播放简单的节奏:
d1 $ sound "bd hh sn hh" - 播放带有音高的旋律:
d2 $ note "c3 e3 g3"
4. 项目安装方式
4.1 通过 Cabal 安装
- 使用 Haskell 的
cabal工具安装 TidalCycles:cabal update cabal install tidal
4.2 通过源码安装
- 克隆 TidalCycles 的 GitHub 仓库:
git clone https://github.com/tidalcycles/Tidal.git - 进入项目目录并编译安装:
cd Tidal cabal install
通过以上步骤,你可以顺利安装并使用 TidalCycles 进行实时算法音乐创作。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust089- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
695
4.49 K
Ascend Extension for PyTorch
Python
559
684
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++
956
941
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
489
89
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
334
昇腾LLM分布式训练框架
Python
148
176
🎉 (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
1.6 K
936
Oohos_react_native
React Native鸿蒙化仓库
C++
338
387
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
139
220
暂无简介
Dart
940
236