将压缩包解压到非中文目录后，双击run.bat即可打开程序，无需运行install.bat

用户界面如下：

按钮

• 选择文件：导入待处理的干净的人声干声文件(wav,flac,mp3等)

• 清空选择：移除当前已选音频并重置列表

• 浏览：选择提取结果的保存位置

• 开始全自动提取：启动识别、对齐与导出流程

• 强制停止：立即中断当前正在运行的任务

开关

• 启用歌词匹配：使用干净的参考歌词提升匹配准确率(在汉语普通话中可有效提升识别准确率，但在日语中表现不佳，不建议使用)

• 输出歌词：导出包含歌词标注的结果文件

• 导出 USTX：生成可在 OpenUtau 编辑的工程

• 输出音高曲线：把音高曲线写入 USTX 工程

下拉/选择控件

• 音频切片方法：选择音频分段策略与切片方式(智能切片与启发式切片相对好用)

• 目标语言：指定识别与歌词处理所用语言

• 歌词输出格式：设置歌词导出的显示形式

• 计算设备：选择推理运行所使用的设备

• Tempo BPM：设置导出工程的目标速度

• MIDI 量化精度：控制音符时值对齐的精度(开发中)

• 量化算法：选择音符量化时使用的规则(开发中)

侧边栏

• 音符图标：进入自动提取与歌词灌注页面

• 齿轮图标：打开全局设置与模型路径配置

设置界面如下：

重要提示：如果您不知道这些设置的功能与更改意义，请勿乱改处理参数，如果软件出现问题，请点击右上角的恢复默认选项以重置到默认设置

下面简要讲解几个参数：

• GAME Batch：控制 GAME 音高提取时的并行批大小

• ASR Batch：控制语音识别阶段一次处理的切片数量

• Slice Min (s)：限制单个切片允许的最短时长

• Slice Max (s)：限制单个切片允许的最长时长

如果遇到显存不足的问题，请适当减少上述参数的数值，其中GAME Batch与ASR Batch对识别效果无影响

Slice Min 和 Slice Max设置的过大会极大地占用显存容量，过小会影响转写效果，建议保持默认值或在5-30之间调整。

下载地址见:https://www.bilibili.com/video/BV1Ww7C6kEqL/