同步模型

Youka 提供多种将歌词与卡拉 OK 音轨中的音乐进行匹配的方法，称为同步模型（sync models）。主要有两种类型：转录和对齐。

模型类型 #

• 转录模型会聆听歌曲，并像人一样尝试把歌词写下来，使用的技术类似语音识别。不过，它们写下来的文字可能并不完全准确。

• 对齐模型需要你提供歌词。然后它们会尝试将这些歌词与歌曲进行匹配。如果你提供的歌词与歌曲内容不完全一致（例如少了某段副歌），部分片段的时间点可能会有些偏差。

可用模型 #

AudioShakeAI（转录） #

这是首选方案：先将歌词转录出来，然后再与音乐进行匹配。仅在你是按次付费（Pay-Per-Use）用户或使用试用时可用，并且可能需要最多 10 分钟完成。

AudioShakeAI（对齐） #

这是第二选择，会将你提供的歌词与音乐进行匹配。如果歌词中有错误，同步的时间点可能不够精确。完成时间最多 5 分钟。

Wav2Vec2（对齐） #

这是第三选择，工作方式类似 AudioShakeAI，但几乎支持所有语言。速度更快，通常最多 30 秒完成。

Whisper（转录） #

这是第四选择，也会先聆听音乐并转录歌词，然后再进行同步。歌词可能不够精准，但时间点通常还不错，最多 2 分钟完成。