UltraStar-Deluxe/USDX 2025.4.0版本发布:新增ReplayGain功能与多屏显示修复
UltraStar-Deluxe/USDX是一款开源的卡拉OK游戏软件,它允许用户通过麦克风演唱歌曲并实时获得评分。该项目基于经典的UltraStar卡拉OK系统开发,支持多种平台,包括Windows、macOS和Linux。最新发布的2025.4.0版本带来了两项重要更新:音频响度标准化功能ReplayGain的引入,以及Windows系统下多屏显示问题的修复。
音频响度标准化功能(ReplayGain)
ReplayGain是一项实用的音频处理技术,它能够自动调整不同歌曲的播放音量,使其达到相对一致的响度水平。在卡拉OK应用中,这项功能尤为重要,因为用户曲库中的歌曲可能来自不同来源,录制电平和动态范围差异较大。
新版本在"选项/声音"设置中增加了ReplayGain控制选项。启用后,系统会分析每首歌曲的音频特征,计算出合适的增益值,在播放时自动应用这些调整。这意味着用户在不同歌曲间切换时,不再需要手动调节音量,演唱体验更加流畅舒适。
ReplayGain的实现考虑了音频信号的峰值和平均响度,确保在提升安静歌曲音量的同时,不会导致过载失真。这项技术特别适合包含大量用户自制内容的场景,解决了因制作标准不统一导致的音量不一致问题。
Windows多屏显示修复
2025.4.0版本修复了Windows系统下多显示器环境中的显示问题。此前版本在某些多屏配置下可能出现界面位置错误或渲染异常的情况,影响游戏体验。
修复后的版本能够正确识别系统显示配置,自动适应不同的屏幕排列方式和分辨率设置。无论是扩展模式还是复制模式,游戏界面都能在预期位置正常显示。这对于使用多显示器进行表演或活动的用户尤为重要,确保了视觉输出的稳定性和可靠性。
技术优化与改进
除了上述主要功能外,本次更新还包含了一些技术优化:
- 对音符可见性逻辑进行了重构,提高了代码的可维护性和性能表现
- 解决了Windows平台上的编译问题,增强了开发环境的稳定性
这些底层改进虽然对终端用户不可见,但为项目的长期健康发展奠定了基础,也为未来功能的扩展提供了更好的技术支持。
2025.4.0版本的发布体现了UltraStar-Deluxe/USDX项目对用户体验和技术质量的持续关注。通过引入实用的音频处理功能和解决关键的显示问题,进一步提升了这款开源卡拉OK软件的实用性和可靠性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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