DDSP-VST 项目下载与安装教程
2024-12-07 13:56:14作者:谭伦延
1. 项目介绍
DDSP-VST 是一个基于 JUCE 框架和 DDSP(Digital Signal Processing with Deep Neural Networks)技术的开源项目。该项目提供了一套实时 DDSP 神经合成器和效果器插件,可用于音频处理和声音合成,支持 VST3 和 AU 格式,适用于 macOS 和 Windows 操作系统。
2. 项目下载位置
项目托管在 GitHub 上,下载位置为:https://github.com/magenta/ddsp-vst
3. 项目安装环境配置
3.1 系统要求
- macOS 或 Windows 操作系统
- CMake 3.15 或以上版本
- macOS Xcode 或 Windows Visual Studio 2022
- Git Bash(可选,用于初始化子模块和下载 DDSP 模型)
3.2 环境配置示例
以下是在 macOS 系统下使用 Xcode 进行环境配置的示例:

注意:以上图片仅为示例,实际操作时请根据个人系统环境进行配置。
4. 项目安装方式
4.1 克隆项目
首先,使用 Git Bash 或终端克隆项目到本地:
git clone https://github.com/magenta/ddsp-vst.git
cd ddsp-vst
4.2 初始化子模块和下载 DDSP 模型
在项目根目录下运行以下脚本:
./repo-init.sh
4.3 生成项目文件
macOS
使用 CMake 生成 Xcode 项目文件:
cmake -B build -S . -G Xcode
打开生成的 Xcode 项目文件,选择目标并编译:

Windows
使用 CMake 生成 Visual Studio 2022 解决方案:
cmake -B build -G "Visual Studio 17 2022"
解决可能的依赖问题:
./scripts/remove-m-lib-win.sh
编译 VST3 目标并复制插件文件到指定目录:
cmake --build build
5. 项目处理脚本
在项目根目录下,包含以下处理脚本:
repo-init.sh:初始化子模块和下载 DDSP 模型remove-m-lib-win.sh:在 Windows 系统下解决编译依赖问题
这些脚本将在项目安装过程中使用,以确保项目能够成功编译和运行。
登录后查看全文
热门项目推荐
kernelopenEuler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。C027
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
424
3.25 K
Ascend Extension for PyTorch
Python
231
263
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++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869