支持实时录音与批量处理｜FunASR中文语音识别镜像全解析
2026/1/18 5:34:47
NotaGen WebUI使用全攻略｜轻松构建AI古典音乐创作环境
1. 快速启动与环境准备
1.1 镜像部署与服务启动
NotaGen 是一款基于大语言模型（LLM）范式开发的高质量古典符号化音乐生成系统，通过 Gradio 构建了直观易用的 WebUI 界面。该系统由“科哥”进行二次开发优化，支持多种古典音乐风格和作曲家组合，能够生成符合特定时期特征的 ABC 格式乐谱。
在完成镜像部署后，可通过以下命令快速启动 WebUI 服务：
cd /root/NotaGen/gradio && python demo.py或使用预置的快捷脚本一键启动：
/bin/bash /root/run.sh成功启动后，终端将输出如下提示信息：
================================================== 🎵 NotaGen WebUI ================================================== 访问地址: http://0.0.0.0:7860 ==================================================此信息表明服务已正常运行，并监听于本地 7860 端口。
1.2 访问WebUI界面
服务启动后，在浏览器中输入以下地址即可访问 NotaGen 的图形化操作界面：
http://localhost:7860若部署在远程服务器上，请将localhost替换为实际 IP 地址，并确保防火墙开放 7860 端口。首次加载可能需要数十秒时间，待页面完全渲染后即可开始音乐创作。
核心提示：系统运行需约 8GB 显存，请确保 GPU 资源充足，避免因显存不足导致生成失败或响应缓慢。
2. WebUI界面功能详解
2.1 左侧控制面板解析
WebUI 界面采用左右分栏布局，左侧为参数配置区，包含风格选择与高级设置两大模块。
风格选择区域
时期（Period）：下拉菜单提供三大古典音乐时期选项：
- 巴洛克（Baroque）
- 古典主义（Classical）
- 浪漫主义（Romantic）
选择不同时期将动态更新后续作曲家列表，确保风格逻辑一致性。
作曲家（Composer）：根据所选时期自动匹配代表性作曲家。例如选择“浪漫主义”后，可选肖邦、李斯特、德彪西等。
乐器配置（Instrumentation）：进一步细化作品类型。如选择“肖邦”后，仅支持“艺术歌曲”和“键盘”两类配置，体现其创作风格特点。
系统验证机制：只有构成有效三元组（时期-作曲家-乐器）时，“生成音乐”按钮才可点击，防止无效请求提交。
高级生成参数
| 参数 | 默认值 | 功能说明 |
|---|---|---|
| Top-K | 9 | 限制每步采样候选 token 数量，值越大多样性越高 |
| Top-P (Nucleus Sampling) | 0.9 | 累积概率阈值，控制采样范围宽度 |
| Temperature | 1.2 | 控制输出随机性，值越高越富有创意但稳定性下降 |
建议初学者保持默认参数，熟悉流程后再尝试调整以探索不同生成效果。
2.2 右侧输出面板说明
右侧区域实时反馈生成过程并展示最终成果。
实时生成日志
点击“生成音乐”后，系统首先验证风格组合有效性，随后进入 Patch 分块生成阶段。界面上方会逐段显示生成进度，包括当前 patch 编号及状态提示，帮助用户了解处理进程。
最终乐谱输出
生成完成后，ABC 格式的完整乐谱将以文本形式呈现于主输出框中。用户可直接复制内容至外部编辑器，或点击“保存文件”按钮导出至服务器指定目录。
ABC记谱法优势：轻量级文本格式，兼容 MuseScore、abcjs 等主流工具，便于后续编辑与播放。
3. 标准使用流程指南
3.1 音乐风格组合选择
遵循“时期 → 作曲家 → 乐器”的三级联动逻辑进行配置：
选定历史时期
从下拉菜单中选择目标音乐流派，如“浪漫主义”。挑选代表作曲家
系统自动筛选该时期活跃的作曲家，如柴可夫斯基、勃拉姆斯等。确定演奏形式
根据作曲家擅长领域选择配置，如柴可夫斯基支持“键盘”与“管弦乐”，而李斯特仅限“键盘”。
提示：系统共支持 112 种合法组合，覆盖巴赫、莫扎特、贝多芬等经典创作者，满足多样化创作需求。
3.2 参数调优与音乐生成
在确认风格组合无误后，可按需微调生成参数：
- 若希望结果更贴近原作风格，可适当降低
Temperature至 0.8~1.0； - 若追求新颖创意表达，可提升
Temperature至 1.5 以上； - 增加
Top-K值有助于增强旋律变化丰富度。
设置完毕后，点击“生成音乐”按钮，系统将在 30~60 秒内完成乐谱生成，并在右侧输出面板展示结果。
3.3 文件保存与后期处理
生成成功后，点击“保存文件”按钮，系统将自动创建两个标准格式文件至/root/NotaGen/outputs/目录：
{composer}_{instrument}_{timestamp}.abc—— ABC 文本乐谱{composer}_{instrument}_{timestamp}.xml—— MusicXML 交换格式
MusicXML 文件可被 Sibelius、Finale、MuseScore 等专业打谱软件直接导入，支持音色分配、排版美化与 MIDI 渲染，实现从 AI 生成到成品发布的无缝衔接。
4. 典型应用场景示例
4.1 生成浪漫主义钢琴独奏
适用于创作抒情性强的键盘作品：
- 时期：浪漫主义
- 作曲家：肖邦
- 乐器配置：键盘
生成结果通常具备细腻的情感表达与复杂的装饰音结构，适合改编为练习曲或小型音乐会曲目。
4.2 创作古典主义交响乐片段
用于模拟海顿、莫扎特风格的管弦乐编排：
- 时期：古典主义
- 作曲家：贝多芬
- 乐器配置：管弦乐
此类生成常包含清晰的主题发展与对位织体，可用于影视配乐灵感提取或教学分析素材。
4.3 探索跨风格对比实验
通过固定作曲家、变换乐器配置的方式，探究同一作者在不同体裁下的风格差异：
- 莫扎特 + 合唱 → 宗教声乐风格
- 莫扎特 + 室内乐 → 小型器乐重奏
- 莫扎特 + 键盘 → 奏鸣曲式结构
此方法有助于理解作曲家创作思维的统一性与适应性。
5. 输出格式与兼容性说明
5.1 ABC格式详解
ABC 是一种基于 ASCII 的简写记谱语言，具有以下特性：
- 纯文本存储，体积小，易于版本管理
- 支持音高、节奏、调号、反复记号等基本元素
- 可通过在线工具 abcnotation.com 实时预览与播放
示例片段：
X:1 T:Generated by NotaGen M:4/4 L:1/8 K:C C2 E2 G2 c2 | B2 d2 g2 b2 | A2 c2 e2 a2 | G2 B2 d2 g2 |5.2 MusicXML格式优势
作为行业标准交换格式，MusicXML 提供更完整的语义信息：
- 包含精确的谱面布局数据（间距、对齐）
- 支持复杂演奏记号（强弱、连断）
- 跨平台兼容性好，广泛用于出版级乐谱制作
推荐使用 MuseScore 打开.xml文件进行深度编辑与音频导出。
6. 故障排查与性能优化
6.1 常见问题解决方案
| 问题现象 | 可能原因 | 解决方法 |
|---|---|---|
| 点击生成无反应 | 风格组合非法 | 检查三者是否构成有效路径 |
| 生成速度极慢 | 显存不足或占用过高 | 关闭其他程序，检查nvidia-smi |
| 保存失败 | 未先生成乐谱 | 确保 ABC 内容已成功输出 |
| 音乐质量不佳 | 参数设置不合理 | 调整 Temperature 或重新生成多次 |
6.2 高级使用技巧
参数调优策略
- 保守生成模式：
Temperature=0.8,Top-K=15，适合复现经典风格 - 创意激发模式：
Temperature=1.8,Top-P=0.95，鼓励非常规和声进行 - 稳定输出模式：
Top-K=20,Top-P=0.8，平衡多样性与可控性
批量生成建议
虽然当前 UI 不支持批量操作，但可通过以下方式实现：
- 记录优质参数组合
- 多次手动触发生成
- 统一命名归档于 outputs 目录
- 后期筛选最佳作品进行发布
后期处理流程
- 将
.abc文件导入 abcjs.io 在线编辑器 - 调整节拍、力度与演奏法
- 导出 MIDI 或 WAV 音频
- 使用 DAW（如 Ableton Live）添加真实音色与混响
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。