162 lines
5.8 KiB
Python
162 lines
5.8 KiB
Python
# -*- coding: utf-8 -*-
|
||
"""CLI 共用:配置组装、风格解析、运行 ID、时长闸门。"""
|
||
import datetime
|
||
import os
|
||
import re
|
||
|
||
from ..config import loader
|
||
from ..core import paths as pmod
|
||
from ..core import workflow as wfmod
|
||
from ..core.errors import ConfigError
|
||
from ..log.logger import Logger, Run
|
||
|
||
ROOT = pmod.PKG_ROOT
|
||
|
||
# chill 吟唱(第三张专辑)的前奏小节数。
|
||
#
|
||
# 这里曾是 16:想靠"加长前奏 + 前 20 秒纯器乐"把人声压下去。
|
||
# 实测 InstLowChill2 完全无效——vocals stem 仍然从 0.0 秒开始唱。
|
||
# 原因见 ironlaw.RULE_CHILL_INTRO 的注释:ACE-Step 按歌词体的结构标记顺序
|
||
# 分配段落,不按时长,标签里写多少小节都不起作用。
|
||
# 现在三种模式统一 8 小节,和标签、歌词头三处保持一致。
|
||
# 结构重排只降低人声密度,不推迟起点(见 ironlaw 顶部实测结论)。
|
||
CHILL_INTRO_BARS = 8
|
||
|
||
|
||
def safe_name(s):
|
||
s = re.sub(r'[\\/:*?"<>|]', "_", s).strip()
|
||
return s or "untitled"
|
||
|
||
|
||
def now_id(prefix, root=None):
|
||
"""生成运行 ID,并把 runs/<run_id>/ 目录原子占位,返回 run_id。
|
||
|
||
旧实现只到秒,连跑三首会落进同一个 runs 目录,lyrics.txt / tags.txt /
|
||
manifest.json 互相覆盖,运行记录直接失效。这里做三层保险:
|
||
1. 毫秒时间戳,保证连续调用几乎不会撞;
|
||
2. os.makedirs(exist_ok=False) 原子占位,同毫秒内也只有一个能拿到;
|
||
3. 真撞上就加序号自增,绝不覆盖已有目录。
|
||
"""
|
||
base = "%s-%s" % (
|
||
prefix,
|
||
datetime.datetime.now().strftime("%Y%m%d-%H%M%S-%f")[:-3],
|
||
)
|
||
if not root:
|
||
return base
|
||
for n in range(0, 100):
|
||
cand = base if n == 0 else "%s-%d" % (base, n + 1)
|
||
try:
|
||
os.makedirs(os.path.join(root, cand), exist_ok=False)
|
||
return cand
|
||
except FileExistsError:
|
||
continue
|
||
raise RuntimeError("无法为 %s 分配运行目录(root=%s)" % (prefix, root))
|
||
|
||
|
||
def build_cfg(args):
|
||
ov = {}
|
||
if getattr(args, "server", None):
|
||
ov["engine.server"] = args.server
|
||
if getattr(args, "shift", None) is not None:
|
||
ov["sampler.shift"] = args.shift
|
||
if getattr(args, "steps", None) is not None:
|
||
ov["sampler.steps"] = args.steps
|
||
if getattr(args, "cfg", None) is not None:
|
||
ov["sampler.cfg"] = args.cfg
|
||
if getattr(args, "temperature", None) is not None:
|
||
ov["encode.temperature"] = args.temperature
|
||
if getattr(args, "enc_cfg", None) is not None:
|
||
ov["encode.cfg_scale"] = args.enc_cfg
|
||
if getattr(args, "template", None):
|
||
ov["paths.workflow_template"] = args.template
|
||
if getattr(args, "runs_dir", None):
|
||
ov["paths.runs_dir"] = args.runs_dir
|
||
if getattr(args, "language", None):
|
||
ov["song.language"] = args.language
|
||
return loader.load(ov)
|
||
|
||
|
||
def style_of(cfg, name, args):
|
||
"""命令行覆盖优先于风格字典。"""
|
||
st = dict(loader.styles().get(name) or {})
|
||
if not st:
|
||
raise ConfigError("未知风格 '%s',用 `songforge styles` 查看全部" % name)
|
||
if getattr(args, "bpm", None):
|
||
st["bpm"] = args.bpm
|
||
if getattr(args, "key", None):
|
||
st["key"] = args.key
|
||
if getattr(args, "dur", None):
|
||
st["duration"] = args.dur
|
||
if getattr(args, "instruments", None):
|
||
st["instruments"] = args.instruments
|
||
if getattr(args, "mood", None):
|
||
st["mood"] = args.mood
|
||
return st
|
||
|
||
|
||
def resolve_profile(args):
|
||
"""决定用哪个密度档。
|
||
|
||
chill-vocal(英文低声吟唱)默认走 sparse:那一档的可唱小节只占 25%,
|
||
允许整首只有几组 ooh ooh / mmm。之前它借用 default 档,而 default 档是
|
||
按"人声填满全曲"反推的,会把 84 音节的低音吟唱判成"歌词过少",
|
||
逼着写满 254 音节——那正是"只有人声没有音乐"的直接来源。
|
||
"""
|
||
prof = getattr(args, "density_profile", None)
|
||
if prof:
|
||
return prof
|
||
if getattr(args, "chill_vocal", False):
|
||
return "sparse"
|
||
return None
|
||
|
||
|
||
def read_lyrics(args):
|
||
if args.lyrics_file:
|
||
with open(args.lyrics_file, encoding="utf-8") as f:
|
||
return f.read()
|
||
if args.lyrics:
|
||
return args.lyrics.replace("\\n", "\n")
|
||
if getattr(args, "instrumental", False):
|
||
# 纯器乐没有可唱正文,由 assemble 用结构标记自动铺一段。
|
||
return ""
|
||
raise ConfigError("必须提供 --lyrics-file 或 --lyrics")
|
||
|
||
|
||
def chill_intro_bars(cfg, chill):
|
||
"""chill 吟唱的前奏长度。
|
||
|
||
这里曾试过 16 小节:想靠"加长前奏 + 前 20 秒纯器乐"把人声压下去。
|
||
实测两版(InstLowChill2 / 3)证明标签侧写多少小节都不起作用,
|
||
ACE-Step 按歌词体结构标记顺序分配段落,不按时长描述。
|
||
现在前奏回到 8 小节,和标签、歌词头三处保持一致。
|
||
|
||
注意:不要再把这个函数当成"推迟人声"的手段。实测(chill 3)
|
||
即使器乐段整体排在人声段之前,第一句真唱仍然落在 0 秒。
|
||
人声起点无法靠 prompt 控制,只能靠 sparse 密度档把真唱压到稀疏,
|
||
并用音频 QC 验证。
|
||
"""
|
||
return CHILL_INTRO_BARS if chill else int(cfg["rules"]["intro_bars"])
|
||
|
||
|
||
def session_logger(args, cfg, prefix):
|
||
"""非 gen 命令的会话日志:落到 data/tmp/YYYY-MM-DD/<prefix>-ts/。"""
|
||
layout = pmod.path_layout(cfg)
|
||
day_root = layout["tmp_today"]
|
||
pmod.ensure_dir(day_root)
|
||
rid = now_id(prefix, day_root)
|
||
run = Run(rid, day_root)
|
||
log = Logger(run,
|
||
level=getattr(args, "log_level", "info"),
|
||
quiet=getattr(args, "quiet", False))
|
||
return run, log
|
||
|
||
|
||
def runs_root(cfg):
|
||
return pmod.under_workflows(cfg["paths"]["runs_dir"])
|
||
|
||
|
||
def gen_day_root(cfg):
|
||
"""data/runs/YYYY-MM-DD/"""
|
||
return pmod.day_subdir(runs_root(cfg))
|
||
|