WaoN 的安装和配置教程
2025-05-25 08:18:11作者:裘旻烁
项目的基础介绍和主要的编程语言
WaoN 是一个开源的波到音符转录器,可以将音频波形文件转换为MIDI文件。它允许用户从音频文件中提取音乐信息,并将其转换为可编辑的MIDI文件。WaoN 主要使用C语言编写,这是一个跨平台的编程语言,适用于多种操作系统。
项目使用的关键技术和框架
WaoN 使用了多种关键技术和框架来实现其功能:
- FFT (快速傅里叶变换): 用于分析音频文件的频谱。
- 相位声码器: 用于时间伸缩和音高转换。
- MIDI 格式: 用于输出音符数据。
项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 WaoN 之前,请确保您的系统满足以下要求:
- C 编译器: 例如 GCC 或 Clang。
- Make 工具: 用于自动化构建过程。
- SoX (可选): 如果您想使用除 WAV 之外的其他音频格式,需要安装 SoX。
安装步骤
-
克隆仓库:
git clone https://github.com/kichiki/WaoN.git cd WaoN -
构建项目: 在项目目录中运行以下命令:
make如果您的系统是 Windows,可能需要使用 MinGW 或类似的工具。
-
配置选项: 如果需要修改 FFT 选项、相位声码器选项或其他设置,可以在
Makefile中进行配置。例如,要更改 FFT 的采样数,可以修改FFT_OPTIONS部分。 -
运行 WaoN: 使用以下命令运行 WaoN:
./waon -i 输入文件.wav -o 输出文件.mid其中,
输入文件.wav是您要转换的音频文件,输出文件.mid是生成的 MIDI 文件。 -
测试结果: 使用 MIDI 播放器打开生成的 MIDI 文件,以验证转录是否成功。
注意事项
- 确保您使用的音频文件格式和 WaoN 支持的格式相匹配。
- 如果您遇到任何问题,可以查看项目文档或提交问题到项目的 GitHub 仓库。
以上是 WaoN 的安装和配置教程,希望对您有所帮助。如果您有任何疑问,请随时提出。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
24
9
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
🔥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
64
19
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
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
310
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1