nightingale

任意歌曲秒变伴奏，唱完还能给你打分

Nightingale 是一款基于机器学习的开源卡拉 OK 应用，用 TypeScript 与 Rust 构建，目标是把普通电脑变成能自动分离人声与伴奏、还能给演唱打分的 K 歌工具。它解决的核心问题是：传统卡拉 OK 依赖专门伴奏文件，而 Nightingale 借助 Demucs 等音源分离模型，直接从原曲中提取伴奏，让用户用任意歌曲开唱。应用会实时分析麦克风输入的音高与节奏，与参考旋律比对后给出评分，把唱歌变成有反馈的游戏化体验。技术栈上，前端用 React 与 shadcn 组件，音频处理与推理部分结合 Rust 提升性能，整体面向桌面端本地运行，兼顾隐私与低延迟。项目适合聚会、练歌、音乐教学等场景，也方便开发者研究音源分离与实时音频评分如何落地成完整产品。

开源 unknown 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1467

维护状态较活跃

是否开源是

定价模式 unknown

项目数据

分类音频音乐

开发团队rzru

所属国家

官网地址https://nightingale.cafe

GitHubhttps://github.com/rzru/nightingale

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议GPL-3.0

主要语言TypeScript

技术栈/模型ai,demucs,karaoke,karaoke-application,karaoke-game,machine-learning,machine-learning-algorithms,ml,party,react,rust,shadcn,tailwind,tauri,tauri-app,whisper,whisper-ai,whisperx

GitHub 星标★ 1467

30天Star增速

HF 下载量

上线时间2026-03-15 00:00:00

最近更新2026-09-19 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-17

浏览次数0

使用教程

难度：入门约 20 分钟部署方式：本地安装 6 步

环境要求

一台桌面电脑（Windows / macOS / Linux，具体支持平台以 Releases 页面为准）
从 GitHub Releases 页面下载对应平台的最新发行版
首次启动需要联网，用于自动安装 Python 环境与机器学习模型
预留足够的磁盘空间存放数据文件夹与 ML 模型

安装与启动步骤

1下载安装包

打开项目的 GitHub Releases 页面，按你的操作系统下载对应平台的最新版本发行包。
2运行程序

运行刚下载的发行版程序即可启动 Nightingale，无需手动配置开发环境。
3完成首次设置

首次启动会显示设置步骤，按向导选择一个数据文件夹，用于存放模型与数据。
4等待自动安装

应用会自动安装 Python 环境和 ML 模型，请保持联网并耐心等待安装完成。
5连接音乐来源

选择音乐来源：本地音乐文件夹、Plex、Jellyfin、Navidrome 或自建 Web 媒体库。
6开唱并评分

应用分离歌曲中的人声与伴奏，你对着麦克风演唱，它会实时分析音高节奏并打分。

关键配置

配置项	必填	说明	示例
`数据文件夹`	是	存放 ML 模型与运行数据的位置，首次启动时由向导选择。	`/your/path/nightingale-data`
`音乐来源`	是	本地音乐文件夹、Plex、Jellyfin、Navidrome 或自建 Web 媒体库。	`本地音乐文件夹`

如何确认成功

程序正常启动并进入主界面，首次设置向导走完，Python 环境与模型安装完成，能扫描到歌曲。

常见问题

Q：首次启动为什么要等很久？

A：Nightingale 会在首次启动时自动安装 Python 环境并下载机器学习模型，需要联网且耗时取决于网速。

Q：需要自己准备伴奏文件吗？

A：不需要。应用使用 UVR Karaoke 模型（或 Demucs）从任意原曲中分离出伴奏与主唱。

Q：支持哪些音乐库？

A：支持本地音乐文件夹、Plex Media Server、Jellyfin、Navidrome 以及自建 Web 音乐库。

Q：有 Docker 版本吗？

A：README 中的徽章显示 Docker Hub 上有 razzaru/nightingale 镜像，但 README 未给出具体运行参数，建议优先使用 Releases 版本。

Q：打分的依据是什么？

A：应用实时分析麦克风输入的音高与节奏，与参考旋律比对后给出评分。

注意事项

README 只给出发行版下载即用的 Quick start，未提供源码编译或命令行安装步骤。
首次启动必须联网下载 Python 环境与模型，网络不稳定时容易中断。
项目采用 GPL-3.0-or-later 许可。
支持平台的具体清单请以 GitHub Releases 页面实际提供的文件为准。

核心亮点

用 Demucs 做音源分离，无需找伴奏文件即可对任意歌曲开唱
实时音高比对并给出评分，把练歌变成有反馈的游戏
Rust 处理音频推理、React 做界面，本地运行延迟低且保护隐私

不足之处

依赖 Demucs 等模型，首次运行需下载权重，对机器性能有一定要求
项目较新，安装与跨平台体验可能还不够顺滑，文档/社区待观察

适用场景

朋友聚会时用任意流行歌即兴 K 歌并比拼分数
音乐爱好者在家练歌，靠评分反馈纠正音准节奏
开发者研究音源分离与实时音频评分的产品化实现

替代项目

Ultimate Vocal Remover、Demucs、Spleeter

项目介绍

nightingale 是一个音频音乐领域的开源项目，官方简介：Machine learning powered Karaoke app (with scores!)。项目使用 TypeScript 开发，在 GitHub 上获得 1461 星标。

上一篇：ComfyUI-FL-Qwen3TTS

下一篇：没有了！