nightingale

任意歌曲秒变伴奏，唱完还能给你打分

开源 🏷️定价信息待确认 ✅ 目前可打开音频音乐 🍴 复刻 117 🐛 待处理 12 👀 关注 11

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1527

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类音频音乐

开发团队rzru

官网地址https://nightingale.cafe

GitHubhttps://github.com/rzru/nightingale

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

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★ 1527

上线时间2026-03-15 00:00:00

代码更新2026-11-02

仓库体积163.6 MB

本站数据更新2026-11-03

维护状态活跃

收录时间2026-09-17

浏览次数1

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-17 · 当前星标 ★ 1527

技术标签

ai machine-learning machine-learning-algorithms ml react

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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`