YuE2 模型配置與環(huán)境搭建實(shí)戰(zhàn)指南模型選型、多環(huán)境隔離與音頻到樂(lè)譜橋接【免費(fèi)下載鏈接】YuEYuE2: frontier music generation with symbolic planning, zero-shot covers, and agentic music editing.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/yue/YuE本文面向想要完整跑通 YuE2 生成、翻唱cover與智能體音樂(lè)編輯agentic editing全流程的開(kāi)發(fā)者聚焦于 YuE2 技能棧yue2-musicskill中的模型選型、環(huán)境安裝與音頻到樂(lè)譜audio-to-score橋接方案。文中將以 models-and-setup.md 為核心骨架結(jié)合倉(cāng)庫(kù)源碼pyproject.toml、transcribe.py、run_yue2.py、abc_tools.py 等展開(kāi)深度解析。讀完本文你將能夠正確選擇并區(qū)分 YuE2-3B、YuE2-Vae、SheetSage2、MERT-v2 各模型的職責(zé)邊界在相互沖突的 PyTorch/Transformers/NumPy 版本約束下搭建隔離的運(yùn)行環(huán)境通過(guò) SheetSage2 的transcribeAPI 把任意音頻變成可編輯的 ABC 樂(lè)譜并與 YuE2 的符號(hào)規(guī)劃symbolic planning無(wú)縫銜接。模型全景YuE2 技能棧由哪些模型構(gòu)成整個(gè)yue2-music技能的工作流圍繞六個(gè)公開(kāi)模型快照展開(kāi)。理解它們各自的分工是搭建環(huán)境的第一步。下表是各模型在技能中的角色定位模型分發(fā) IDDistribution ID在技能中的角色YuE2-3Bm-a-p/YuE2-3B風(fēng)格與歌詞 →可選的符號(hào)規(guī)劃→ 語(yǔ)義 token → 聲學(xué) latent。用于生成以及編輯后的再生成。YuE2-Vaem-a-p/YuE2-Vae默認(rèn)聽(tīng)音解碼器聲學(xué) latent → 立體聲音頻。YuE2-Vae-legacym-a-p/YuE2-Vae-legacy基準(zhǔn)解碼器。復(fù)現(xiàn)記錄的評(píng)測(cè)協(xié)議時(shí)用它解碼同一批 latents。SheetSage2m-a-p/SheetSage2音頻 → 旋律、和弦、節(jié)拍、調(diào)性、結(jié)構(gòu)、ABC 與 MIDI。用于獲取翻唱/編輯的起始樂(lè)譜或檢查生成的音頻。MERT-v2-FullSongm-a-p/MERT-v2-FullSongSheetSage2 自動(dòng)加載的編碼器父模型。也可獨(dú)立用于連續(xù)音樂(lè)特征提取。MERT-v2-30sm-a-p/MERT-v2-30s面向短錄音的可選連續(xù)特征提取器。生成、翻唱、編輯流程中不需要它。關(guān)于 YuE2-Vae 與 YuE2-Vae-legacy不要因?yàn)槊掷锏?legacy 就主觀(guān)推斷兩者的時(shí)序關(guān)系或質(zhì)量高低。正確的用法是——聽(tīng)音用YuE2-Vae復(fù)現(xiàn)倉(cāng)庫(kù)記錄的基準(zhǔn)評(píng)測(cè)協(xié)議見(jiàn) docs/benchmarks.md用YuE2-Vae-legacy并在每次運(yùn)行清單中記錄完整的模型名、revision 與哈希。兩種解碼器產(chǎn)出的音頻文件與 manifest 必須分開(kāi)存放。模型連接鏈路典型的翻唱鏈路如下source audio → SheetSage2 (automatically loads its MERT-v2-FullSong parent) → melody_onlyTrue → inspect/correct melody ABC without chord symbols → YuE2-3B with cotmelody, target style, and target lyrics → acoustic latents → YuE2-Vae → listening audio做樂(lè)譜編輯score edit時(shí)保留或修訂和弦符號(hào)使用cotfull。做智能體編輯時(shí)智能體在規(guī)劃planning與再生成regeneration兩個(gè)步驟之間編輯導(dǎo)出的樂(lè)譜與提示詞不存在額外的智能體專(zhuān)用模型 API——智能體只是編排已有接口。一條必須牢記的模型邊界公開(kāi)的 MERT-v2 編碼器返回的是連續(xù)特征continuous features不是 YuE2 內(nèi)部使用的因果離散語(yǔ)義 token ID。因此絕不把 MERT 的 embedding 當(dāng)作語(yǔ)義 token 喂給 YuE2普通 YuE2 生成不需要單獨(dú)的 MERT 推理調(diào)用MERT 只是 SheetSage2 的編碼器父模型由 SheetSage2 自動(dòng)加載兩個(gè)公開(kāi) MERT 變體都是雙向編碼器因果 tokenizer 譜系是另一條獨(dú)立的模型分支。這一點(diǎn)在 SKILL.md 中被重復(fù)強(qiáng)調(diào)Do not feed public MERT feature tensors to YuE2 as codec tokens。環(huán)境隔離為什么必須分開(kāi)安裝這些發(fā)布版本各自固定了不同的 PyTorch、Transformers 與 NumPy 版本放在同一個(gè)環(huán)境里會(huì)直接沖突。原則是使用相互獨(dú)立的環(huán)境環(huán)境之間只交換音頻 / ABC / MIDI 文件共享一個(gè) Hugging Face 緩存目錄沒(méi)有問(wèn)題各階段串行執(zhí)行加載下一個(gè)模型前先釋放 GPU 顯存。從 pyproject.toml 可以看到 YuE2 運(yùn)行時(shí)yue2-infer0.1.6固定的依賴(lài)dependencies [ torch2.10.0, transformers4.57.6, huggingface-hub0.36.2, safetensors0.7.0, tiktoken0.12.0, numpy2.2.6, soundfile0.13.1, accelerate1.13.0, ]而 SheetSage2 模型卡要求的環(huán)境則固定為 Transformers 4.45.2 與 NumPy 1.24.3并配套 PyTorch 2.8.0。二者版本跨度巨大Transformers 4.45.2 vs 4.57.6、NumPy 1.24.3 vs 2.2.6同環(huán)境共存不可行這正是環(huán)境隔離成為硬性要求的原因。YuE2 環(huán)境搭建發(fā)布卡片的目標(biāo)環(huán)境是Linux、Python 3.10、支持 BF16 的 24 GB NVIDIA GPU。安裝命令python3.12 -m venv .venv-yue2 .venv-yue2/bin/python -m pip install \ githttps://github.com/multimodal-art-projection/YuE.git也可以從克隆的官方 YuE 倉(cāng)庫(kù)安裝.venv-yue2/bin/python -m pip install /path/to/YuE。要點(diǎn)包會(huì)安裝自己固定的依賴(lài)上面 pyproject.toml 所列不要從 PyPI 用一個(gè)名字相似的未驗(yàn)證包替代當(dāng)前倉(cāng)庫(kù)代碼與技能采用 Apache 2.0更早的 v0.1.6 wheel 與技能 ZIP 歸檔保留其自帶許可證詳見(jiàn) LICENSE、THIRD_PARTY_NOTICES.md模型權(quán)重由模型倉(cāng)庫(kù)獨(dú)立分發(fā)與運(yùn)行時(shí)版本無(wú)關(guān)安裝完成后用主技能中的生成示例SKILL.md 中的scripts/run_yue2.py generate驗(yàn)證一次全新輸出再把它當(dāng)作可復(fù)現(xiàn)實(shí)驗(yàn)。SheetSage2 環(huán)境搭建該接口沒(méi)有已核驗(yàn)的pip install sheetsage2發(fā)行版。正確做法是下載模型快照、安裝其 requirements并通過(guò) Transformers 加載。使用 Python 3.10 或 3.11模型卡還要求 FFmpeg 6.1 及其共享庫(kù)用宿主系統(tǒng)的包/容器工具安裝并確認(rèn)ffmpeg在PATH上python3.11 -m venv .venv-sheetsage2 .venv-sheetsage2/bin/python -m pip install huggingface-hub0.36.0 .venv-sheetsage2/bin/huggingface-cli download m-a-p/SheetSage2 \ --local-dir models/SheetSage2 .venv-sheetsage2/bin/python -m pip install \ torch2.8.0 torchaudio2.8.0 \ --index-url https://download.pytorch.org/whl/cu126 .venv-sheetsage2/bin/python -m pip install \ -r models/SheetSage2/requirements.txt加載適配器快照時(shí)模型會(huì)自動(dòng)獲取其 config 指定的確切 MERT-v2-FullSong 父模型、校驗(yàn)父模型文件并在 FP32 下合并適配器。因此不要用 MERT-v2-30s 替換那個(gè)父模型也不要手工替換成其他 FullSong revisiontrust_remote_codeTrue會(huì)執(zhí)行模型倉(cāng)庫(kù)內(nèi)的 Python 實(shí)現(xiàn)務(wù)必使用經(jīng)過(guò)審核的 revision并把 revision 與輸出一起記錄這一下載一次、離線(xiàn)可用的需求正是 transcribe.py 中--offline與--base-model參數(shù)存在的意義。轉(zhuǎn)錄 API音頻到樂(lè)譜的橋SheetSage2 通過(guò) Transformers 接口暴露transcribe方法。最小可用示例本地目錄加載from pathlib import Path import torch from transformers import AutoModel device cuda if torch.cuda.is_available() else cpu model AutoModel.from_pretrained( models/SheetSage2, trust_remote_codeTrue, ).eval().to(device) result model.transcribe( source.wav, output_dirruns/source-score, dtypebf16 if device cuda else fp32, ) if result.get(abc_error) or not result.get(abc): raise RuntimeError(fNo usable ABC: {result.get(abc_error)}) print(result[warnings]) print(Path(runs/source-score/score.abc))若想直接從 Hub 加載把本地目錄替換為倉(cāng)庫(kù) ID并把同一提交分別傳給revision與code_revisionmodel AutoModel.from_pretrained( m-a-p/SheetSage2, trust_remote_codeTrue, revisionrecorded-commit, code_revisionrecorded-commit, ).eval().to(device)一步式 melody-only 樂(lè)譜翻唱專(zhuān)用技能提供頂層選項(xiàng)melody_onlyTrue同時(shí)保留Vocal與Ins兩條旋律但從 ABC 中省略和弦符號(hào)從播放/合并 MIDI 中省略和弦伴奏。默認(rèn)的全量轉(zhuǎn)錄行為不變。注意該選項(xiàng)只改變導(dǎo)出不改變推理——當(dāng)所選任務(wù)包含和弦預(yù)測(cè)時(shí)原始預(yù)測(cè)的和弦事件與 LAB 標(biāo)注仍然可用。try: result model.transcribe( song.mp3, output_dircover-score, melody_onlyTrue, ) except RuntimeError as error: partial getattr(error, result, None) # Completed transcription, if available. if partial is not None: print(partial.get(abc_error), partial.get(warnings, [])) raise abc result[abc] # Also saved in cover-score/score.abc.行為契約如果請(qǐng)求的 melody-only ABC 無(wú)法構(gòu)建Python 側(cè)拋出RuntimeError并把已完成轉(zhuǎn)錄掛在error.result上CLI 則以非零碼退出。不要把保存了標(biāo)注當(dāng)作翻唱樂(lè)譜成功。CLI 等價(jià)命令.venv-sheetsage2/bin/python models/SheetSage2/infer.py song.mp3 \ --output cover-score --melody-only技能自帶助手 transcribe.py 也封裝了該能力--task melody-full等價(jià)于啟用melody_onlyTrue--task melody-vocal額外只選擇人聲旋律任務(wù)。這兩個(gè)輔助模式不包含和弦預(yù)測(cè)任務(wù)因此不會(huì)請(qǐng)求原始和弦預(yù)測(cè)若需要保留原始和弦標(biāo)注請(qǐng)使用上面的直接默認(rèn)任務(wù)調(diào)用。關(guān)于版本兼容舊快照可能沒(méi)有melody_only關(guān)鍵字。助手的實(shí)現(xiàn)transcribe.py 第 44-54 行會(huì)通過(guò)inspect.signature顯式校驗(yàn)該方法是否公開(kāi)了melody_only參數(shù)若不存在則拒絕假設(shè)舊的**kwargs包裝實(shí)現(xiàn)了導(dǎo)出保證——必須把下載的模型代碼刷新到顯式暴露melody_only的已審核 revision。這一防御性設(shè)計(jì)說(shuō)明轉(zhuǎn)錄能力以模型倉(cāng)庫(kù)代碼為準(zhǔn)不要依賴(lài)未驗(yàn)證的兼容包裝。轉(zhuǎn)錄完成后把這段無(wú)和弦 ABC 交給 YuE2cotmelody 目標(biāo)風(fēng)格 目標(biāo)歌詞。完整流程見(jiàn) SKILL.md 的 Cover a recording 一節(jié)。完整可調(diào)用接口model.transcribe的完整簽名如下參數(shù)均有關(guān)鍵字默認(rèn)值model.transcribe( audio, output_dirNone, *, sampling_rateNone, dtypebf16, # bf16 or fp32 presetdefault, # default or paper prompts(timestamp, downbeat_meter, structure, key, chord_full, melody_full), max_secondsNone, overlap_secondsNone, lookahead_secondsNone, progressNone, export_logitsFalse, export_scoresFalse, export_embeddingsFalse, output_hidden_statesFalse, melody_onlyFalse, # Chord-free ABC and playback when True. render_audioFalse, render_scoreFalse, render_parts(mix,), )逐項(xiàng)行為說(shuō)明輸入解碼路徑、編碼后的音頻字節(jié)、二進(jìn)制音頻流都會(huì)被自動(dòng)解碼、混為單聲道并重采樣到 24 kHz。數(shù)組與張量輸入必須提供sampling_rate且形狀須為[samples]或[channels, samples]。注意soundfile.read(..., always_2dTrue)返回的是[samples, channels]傳入前要先轉(zhuǎn)置。最短輸入重采樣后至少要有 1,025 個(gè)有限樣本短片段仍可能因節(jié)拍/調(diào)性解碼信息不足而無(wú)法構(gòu)建 ABC。窗口參數(shù)默認(rèn)使用 300 秒窗口、200 秒重疊、100 秒 lookahead。max_seconds是主動(dòng)裁剪輸入不是僅控內(nèi)存的設(shè)置減小重疊要求0 lookahead overlap 300。presetpaper將重疊固定為 100 秒、lookahead 固定為 0使用記錄的音頻前端并改變生成停止條件——僅在復(fù)現(xiàn)該評(píng)測(cè)協(xié)議連同其記錄的任務(wù)提示詞時(shí)使用。導(dǎo)出開(kāi)關(guān)export_logits與各層導(dǎo)出可能很大普通翻唱/編輯流程保持關(guān)閉。模型會(huì)報(bào)告peak_gpu_mib與窗口統(tǒng)計(jì)可用于評(píng)估具體負(fù)載所需顯存。如何選擇轉(zhuǎn)錄任務(wù)任務(wù)名不是自由文本提示。兩條硬約束chord_full與chord_majmin互斥melody_full與melody_vocal互斥時(shí)間導(dǎo)出需要timestamp可用 ABC 還需要解碼出的節(jié)拍與調(diào)性信息。比如無(wú)和弦條件的人聲旋律任務(wù)組合result model.transcribe( source.wav, output_dirruns/source-melody, prompts(timestamp, downbeat_meter, structure, key, melody_vocal), melody_onlyTrue, )需要同時(shí)保留人聲與器樂(lè)兩條旋律軌時(shí)改用melody_full。做和聲感知編輯harmony-aware editing時(shí)使用默認(rèn)六任務(wù)組合。每次轉(zhuǎn)錄后都要檢查warnings、diagnostics、abc_error與樂(lè)譜再進(jìn)入再生成——轉(zhuǎn)錄即使記譜合法也可能存在音樂(lè)性錯(cuò)誤。輸出產(chǎn)物清單數(shù)據(jù)內(nèi)存中的值文件輸出ABC 樂(lè)譜result[abc]字符串默認(rèn)全量模式在記譜失敗時(shí)可返回Nonescore.abc合并播放melody_onlyTrue時(shí)省略和弦result[midi]bytestranscription.mid旋律軌result[midis][melody]、melody_vocal、melody_instrumentalbytesmelody.mid、melody_vocal.mid、melody_instrumental.mid和弦播放melody_onlyTrue時(shí)無(wú)和弦音符result[midis][chords]byteschords.mid定時(shí)事件result[events]listresult[num_events]數(shù)量events.json標(biāo)注文本result[labs]映射beat.lab、downbeat.lab、key.lab、chord.lab、structure.lab、旋律 LAB每窗口 token IDresult[tokens]listtokens.json、tokens.txt可選張量result[tensors]按窗口分組的 CPU 張量tensors/指定輸出目錄時(shí)兩個(gè)易混淆點(diǎn)output_dirNone時(shí)推理結(jié)果僅駐留內(nèi)存保存的result.json中events是整數(shù)統(tǒng)計(jì)量而 Python 結(jié)果中是事件列表——兩種 schema 不要混用。notation/目錄中的伴生文件包含重建樂(lè)譜所用的節(jié)拍網(wǎng)格、音程與單聲部 MIDI原始 MIDI 保留了量化記譜可能簡(jiǎn)化的時(shí)間細(xì)節(jié)。規(guī)范記譜與渲染SheetSage2 導(dǎo)出的 ABC 使用其原生雙聲部序列化器并對(duì)照重建樂(lè)譜進(jìn)行校驗(yàn)。其捆綁模塊下載實(shí)現(xiàn)中的notation_sheetsage2模塊暴露以下函數(shù)generate_abc_from_exports(melody_midi_path, *, output_pathNone, meter_conflictinfer, melody_onlyFalse) # - (abc_text, score_object, companion_paths) generate_abc_from_data(melody_midi, beats, chords, keys, structures, *, meter_conflictinfer, melody_onlyFalse) # - (abc_text, score_object) score_to_abc(score_object) # Also validates its own serialization. validate_serialized_abc(text, score_object)注意這些是下載實(shí)現(xiàn)中的函數(shù)不是通用 ABC 解析器也不是單參數(shù)的validate_abc(text)API。新轉(zhuǎn)錄可以用頂層melody_onlyTrue選項(xiàng)。對(duì)已有的全量轉(zhuǎn)錄下面這段代碼可在不再次推理的情況下把它保存的旋律重新序列化為無(wú)和弦樂(lè)譜from importlib import import_module from pathlib import Path package model.__class__.__module__.rsplit(., 1)[0] notation import_module(package .notation_sheetsage2) abc, score, _ notation.generate_abc_from_exports( runs/source-score/notation/song_melody.mid, melody_onlyTrue, ) Path(runs/source-score/melody-only.abc).write_text(abc, encodingutf-8)文件輔助函數(shù)要求精確的*_melody.mid文件名以及同級(jí)的*_beats.txt、*_keys.txt、*_structures.txt全量樂(lè)譜轉(zhuǎn)換還需*_chords.txt。它不會(huì)從任意 MIDI 推斷節(jié)拍網(wǎng)格或調(diào)性。智能體撰寫(xiě)的文本請(qǐng)使用技能自帶的 ABC 檢查見(jiàn) abc_tools.py 與 abc-editing.md涵蓋時(shí)長(zhǎng)、聲部、音高與編輯保持性檢查。渲染可選不使用 YuE2 VAE.venv-sheetsage2/bin/python models/SheetSage2/setup_render.py .venv-sheetsage2/bin/python models/SheetSage2/infer.py source.wav \ --output runs/source-score --render-audio --render-score pdf,svg,png .venv-sheetsage2/bin/python models/SheetSage2/render.py \ --input runs/source-score --output runs/source-rendered \ --audio --score pdf,svg,png在極簡(jiǎn) Linux 安裝上渲染器還提供setup_render.py --with-deps來(lái)安裝瀏覽器/渲染依賴(lài)。兩個(gè)重要細(xì)節(jié)鋼琴預(yù)覽piano preview使用MIDI 音符時(shí)序樂(lè)譜渲染sheet rendering使用ABC只編輯score.abc不會(huì)更新已有的 MIDI隨后的鋼琴預(yù)覽仍會(huì)播放舊音符。因此先用兼容的 ABC 轉(zhuǎn)換器同步 MIDI再用鋼琴音頻來(lái)判斷編輯效果。離線(xiàn)自包含使用model.save_pretrained(models/SheetSage2-merged) offline_model AutoModel.from_pretrained( models/SheetSage2-merged, trust_remote_codeTrue, local_files_onlyTrue, ).eval().to(device)在離線(xiàn)前一次性加載/下載所需文件。純適配器快照仍需父模型文件合并保存merged save可去掉該依賴(lài)?？蛇x MERT 表征MERT 特征提取適合獨(dú)立的檢索或分析工具。它不是連接 SheetSage2 與 YuE2 的必要環(huán)節(jié)且embedding 距離小本身不能證明旋律或和聲保真度。python3.11 -m venv .venv-mert2 .venv-mert2/bin/python -m pip install \ torch2.6.0 torchaudio2.6.0 transformers4.53.2 \ huggingface-hub safetensors soundfileimport soundfile as sf import torch import torchaudio.functional as AF from transformers import AutoFeatureExtractor, AutoModel repo m-a-p/MERT-v2-FullSong # Or m-a-p/MERT-v2-30s. device cuda if torch.cuda.is_available() else cpu processor AutoFeatureExtractor.from_pretrained(repo, trust_remote_codeTrue) encoder AutoModel.from_pretrained(repo, trust_remote_codeTrue).eval().to(device) audio, rate sf.read(source.wav, dtypefloat32, always_2dTrue) waveform torch.from_numpy(audio[:30 * rate].mean(axis1)) waveform AF.resample(waveform, rate, processor.sampling_rate) inputs processor(waveform.numpy(), sampling_rateprocessor.sampling_rate, return_tensorspt).to(device) with torch.inference_mode(): output encoder(**inputs, output_hidden_statesTrue) mask output.feature_attention_mask[..., None] embedding (output.last_hidden_state * mask).sum(1) / mask.sum(1).clamp_min(1)行為要點(diǎn)兩個(gè)變體都接受24 kHz 單聲道返回25 Hz、1,024 維的幀特征hidden_states恰好包含24 個(gè) post-block 張量索引 0 是 block 1 的輸出不是輸入 embeddingFullSong 適配整曲30–360 秒示例代碼故意只取 30 秒audio[:30 * rate]。做整曲分析時(shí)移除該切片保持在意向上下文內(nèi)更長(zhǎng)的錄音要顯式分塊底層模型不提供SheetSage2 的整曲拼接stitchingAPI。分發(fā)與許可證邊界已核驗(yàn)的模型卡將模型權(quán)重標(biāo)識(shí)為CC BY-NC 4.0。技能的許可證不會(huì)重新授權(quán)這些權(quán)重也不會(huì)移除其非商業(yè)條款代碼與依賴(lài)保留各自適用的條款。實(shí)操要求引導(dǎo)用戶(hù)閱讀每個(gè)模型的LICENSE與 THIRD_PARTY_NOTICES.md不要把模型權(quán)重、認(rèn)證材料、緩存數(shù)據(jù)集或不相關(guān)示例打包進(jìn)技能歸檔渲染依賴(lài)也有各自條款abcjs 為 MIT、Playwright 為 Apache 2.0、Chromium 自帶聲明、捆綁的 FluidR3 鋼琴采樣在 CC BY 3.0 US 下需署名。技能可以調(diào)用已安裝的渲染器而不重新分發(fā)這些資產(chǎn)。倉(cāng)庫(kù)側(cè)許可證全景見(jiàn) LICENSE代碼、技能與文檔Apache 2.0與 MODEL_LICENSE模型權(quán)重CC BY-NC 4.0 附加創(chuàng)作者許可。與技能工作流的銜接源碼級(jí)佐證最后把以上環(huán)境與 API 放回yue2-music技能的整體工作流中你會(huì)看到每個(gè)環(huán)節(jié)都有對(duì)應(yīng)的可復(fù)現(xiàn)性設(shè)計(jì)轉(zhuǎn)錄端transcribe.py 會(huì)為每次運(yùn)行寫(xiě)出input.json源音頻名、SHA-256、模型、revision、offline 標(biāo)志、prompts、melody_only、preset、device、dtype、model_provenance.jsonconfig、快照文件 SHA-256、torch/transformers/huggingface-hub 版本與transcription_manifest.jsonwarnings、產(chǎn)物哈希。這正好落實(shí)了本指南記錄實(shí)際模型與代碼 revision的要求——每個(gè)運(yùn)行清單都自帶證據(jù)。生成端run_yue2.py 通過(guò)--cot選擇full/melody/off并做輸入預(yù)檢cotmelody時(shí)若 ABC 中仍含和弦符號(hào)會(huì)直接報(bào)錯(cuò)提示先用abc_tools.py strip-chordscotoff不接受 ABC。all-modes要求純文本輸入off無(wú)法接受 ABC。這與本指南中melody-only 樂(lè)譜 →cotmelody的橋接嚴(yán)格對(duì)應(yīng)。記譜方言abc_tools.py 實(shí)現(xiàn)的是受限的雙聲部原生 ABC 方言VocalInsDURATIONS集合{1,2,3,4,6,8,12,16,24,32,48}原生和弦品質(zhì)集合QUALITIES它刻意不是通用 ABC 解析器。SheetSage2 導(dǎo)出的樂(lè)譜與 YuE2 規(guī)劃的樂(lè)譜都遵循這一方言這是轉(zhuǎn)錄 → 編輯 → 再生成能夠閉環(huán)的記譜前提。端到端示例完整的翻唱與編輯命令序列含strip-chords、compare、--allow-tempo-change見(jiàn) SKILL.md 與 editing-workflows.mdPython 級(jí)的分階段調(diào)用plan()→generate_semantic()→synthesize()→decode()見(jiàn) generation-and-covers.md聽(tīng)音對(duì)比與評(píng)測(cè)交付規(guī)范見(jiàn) listening-and-evaluation.md?？偠灾甕uE2 技能棧的可靠運(yùn)行建立在三個(gè)支柱之上清晰的模型職責(zé)邊界YuE2-3B 生成、雙 VAE 解碼分工、SheetSage2 轉(zhuǎn)譜、MERT 僅作可選特征、嚴(yán)格的環(huán)境隔離三個(gè) venv、各自固定的依賴(lài)版本、以及以文件為媒介的橋接協(xié)議音頻 → ABC → 編輯 → 再生成。按照本文步驟完成安裝后建議先用一次完整的新輸出驗(yàn)證環(huán)境再進(jìn)入翻唱或編輯工作流?！久赓M(fèi)下載鏈接】YuEYuE2: frontier music generation with symbolic planning, zero-shot covers, and agentic music editing.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/yue/YuE創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考