inikolax/remiqora · 上手攻略
- 仓库：inikolax/remiqora
- 链接：https://github.com/inikolax/remiqora
- 分类：AI 音乐生成 / 本地 GUI 工具
- 作者：Jay
- 更新：2026-09-21
这是什么
Remiqora 是一个本地 GPU 加速的 AI 音乐生成工作室，用 Vue 3 + FastAPI 统一了 ACE-Step 1.5 和 YuE2-3B 两套音乐生成引擎，并内置了一个多轨 DAW（数字音频工作站）。用户不需要分别操作两套独立的 Web UI，只在一个界面里就能完成音乐生成、人声伴奏拆分、MIDI 转录、LoRA 微调和最终混音导出。⚠️ 项目标注为"积极开发中"（Actively in development），存在 breaking change 和粗糙边缘，生产使用需有心理准备。
解决什么问题
两套主流本地音乐生成模型（ACE-Step 和 YuE2）各有独立 UI、独立存储格式、独立进程管理，且通常无法在同一块消费级 GPU 上同时运行。Remiqora 做了三层统一：
- 统一界面：一套 Vue 前端替代两套异构 Web UI。
- 互斥调度器：在 Header 切换引擎时自动停掉旧进程、启动新进程，无需手动 kill。
- 统一存储：所有生成的曲目、上传文件、DAW 工程共享一个 SQLite 数据库和一个共享文件夹路径。
- DAW 延伸：生成的音乐不是终点，可以拆 Stem、拖上时间线、加效果、混音再导出。
快速安装
Remiqora 没有发布预编译包，需要从源码构建。⚠️ 以下步骤要求 NVIDIA GPU（显存建议 12GB 以上，ACE-Step 最低 4GB，YuE2 需求更高）。
环境依赖
# Python 3.10+ / CUDA 11.8 或 12.x / 至少一块 NVIDIA GPU
# 前端需要 Node.js 18+
# 桌面客户端需要 Electron（可选）
源码克隆与启动
# 1. 克隆仓库
git clone https://github.com/inikolax/remiqora.git
cd remiqora
# 2. 启动后端（FastAPI + 模型调度器）
cd backend
# 首次运行需要下载模型权重（约数 GB）
python -m app.main
# 后端默认端口 8000，前端 dev server 端口另有说明
# 3. 启动前端（在另一个终端）
cd frontend
npm install
npm run dev
桌面客户端（可选，实验性）
cd desktop
npm install
npm run dev
# Electron 首次启动会自动下载 FFmpeg 等静态依赖
⚠️ 详细安装步骤建议直接参考 backend/README.md 和 desktop/README.md，安装流程可能随版本更新而变化。
核心用法
1. ACE-Step 生成（适合快速短曲 / 风格重混）
Simple 模式：输入一段文字描述，模型自行推断风格和歌词，适合快速尝鲜。
Custom 模式：手动填入风格标签（含自动补全）+ 带结构标记的歌词（[Verse] / [Chorus] / [Bridge]）和表演标注（(whisper) / (falsetto)），或勾选 "Instrumental" 生成纯器乐。
附加参考轨道解锁 5 种 Remix 场景： - Cover：换风格但保留旋律（可调原始保留强度） - Repaint a section：只替换选定段落 - Extract a part：从混音中提取某个乐器/人声（12 个选项） - Add a part：在现有混音基础上加一个乐器 - Finish the composition：批量补全多个缺失声部
核心参数：时长 10–300s、批次 1/2/4、BPM、Key、拍号、人声语言、推理步数、Guidance Scale、Seed、LoRA 适配器强度（需配合 LoRA 训练模块使用）。
2. YuE2 生成（适合完整曲目 + CoT 规划）
三种 CoT（Chain-of-Thought）模式： - off：直接生成音频 - melody：以给定旋律（ABC 格式）为框架展开编曲 - full：先构建符号计划（旋律 + 和弦），再生成音频——最接近专业制作流程
SheetSage2 可以从参考轨道中提取旋律并转成 ABC 乐谱（q8_0 / q4_0 两种精度），直接填入 YuE2 表单编辑后再生成。
3. LoRA 微调（ACE-Step 定制）
全程在浏览器里完成，无需敲命令：
# 数据集：拖拽上传音频文件 或 指向服务器已有文件夹
# 自动标注：LLM 生成描述 / 流派 / BPM+调号 / 歌词转写
# 训练参数：LoRA rank/alpha/dropout、学习率、Epoch 数、Batch size、
# FP8、梯度检查点、实时进度条 + TensorBoard 链接
完成后 LoRA 适配器自动注册到 ACE-Step 生成表单的 LoRA 列表里。
4. 音轨拆分（Demucs）
对任意已保存曲目一键拆分为 4 个 Stem（人声 / 鼓 / 贝斯 / 其他），使用 htdemucs 模型。拆分过程中可以继续跑生成模型（共享 GPU 锁），互不阻塞。拆出的 4 个 Stem 可以直接"Open in editor"导入 DAW。
5. MIDI 转录（MuScriptor）
把混音或单个 Stem 转录为 MIDI 音符。⚠️ 技术上 MuScriptor 加载在 YuE2 推理进程内，所以转录期间 YuE2 必须处于活跃状态。输出包括内置 Web Audio 合成播放器、迷你钢琴卷帘窗、音符计数和 BPM 显示，并支持 .mid 下载。
6. 内置 DAW 混音
多轨时间线编辑器，核心操作：
| 操作 | 方式 |
|---|---|
| 添加音轨 | 从共享曲库（混音 / 单个 Stem / 本地文件）拖入，或直接点"Open in editor"导入拆分结果 |
| 移动 / 裁剪片段 | 拖拽定位，边缘修整（非破坏性） |
| 吸附 | 片段自动贴齐邻居边缘；Magnet 按钮额外吸附网格（BPM 派生） |
| 快捷键 | S 拆分 / Ctrl+D 复制 / Delete 删除；M 静音 / S 独奏 / W 变速 / ✕ 移除 |
| 淡入淡出 | 片段边缘拖拽淡入/淡出手柄，默认 15ms 微淡以消除硬切噪音 |
| BPM 检测 | 片段入库时自动从开头 30 秒检测速度；W 按钮按项目 BPM 变速（SoundTouch，保持音高） |
| 效果器 | 每轨 8 个效果：EQ（低/中/高 ±12dB）、压缩器、滤波器（低通/高通）、合唱、延迟、混响、失真、Bitcrush |
| 导出 | WAV 或 MP3，离线渲染后存回共享曲库 |
⚠️ 无自动保存，关闭 Tab 前请手动点 Save。
典型适用场景
- 独立音乐人快速原型：用 ACE-Step 在 10-30 秒内出几个风格变体，挑选最合适的再进 DAW 细化。
- LoRA 个人化训练：歌手/制作人用自己的声音或风格数据微调 ACE-Step，打造专属音色，无需写一行训练脚本。
- 音乐研究对比：同一提示词分别在 ACE-Step 和 YuE2 下生成，对比 CoT 规划与直接生成的差异。
- Stem 提取与二次创作：对任何曲目拆 Stem 后在 DAW 里替换人声、加新乐器、重混。
- 非商业实验：YuE2-3B 模型权重采用 CC BY-NC 4.0，商用需另寻授权。
坑与注意
⚠️ 许可证陷阱：YuE2-3B 生成的音乐不可商用（CC BY-NC 4.0）；ACE-Step 1.5 为 MIT，生成物可商用。混用两个引擎时需区分产物来源。
⚠️ GPU 显存要求未明确标注：官方未给出 YuE2 的明确 VRAM 下限，实测需要 16GB+ 显存的卡才能流畅运行（参考同类 YuE 部署经验），ACE-Step 最低 4GB。显存不足会崩。
⚠️ 开发中状态：API、UI 布局、功能参数均可能 breaking change，生产流程不要 lock 特定 commit 版本。
⚠️ MIDI 转录依赖 YuE2 进程：想转录必须先让 YuE2 处于活跃状态，等于占用了一块 GPU。
⚠️ BPM 检测不保证准确：简单单音轨检测较准，复杂混音或非标准节奏型可能偏差较大，需手动校正。
⚠️ 中文界面缺失：前端目前支持俄语 / 英语双语，无中文。
与同类对比
| 特性 | Remiqora | Suno / Udio（云） | ACE-Step（独立） | Mureka / Landr（商业平台） |
|---|---|---|---|---|
| 部署方式 | 本地 GPU | 云端订阅 | 本地独立 | 云端订阅 |
| 许可证 | MIT（Remiqora）/ MIT（ACE-Step）/ CC BY-NC（YuE2） | 闭源 | MIT | 闭源 |
| 商用支持 | ACE-Step 生成物可；YuE2 不可 | 订阅付费可商 | 可商用 | 订阅付费可商 |
| 多引擎统一 | ✅ ACE-Step + YuE2 | ❌ | ❌ | ❌ |
| 内置 DAW | ✅ 多轨混音 | ❌ | ❌ | 部分 |
| LoRA 训练 | ✅ 浏览器内 | ❌ | 需脚手架 | ❌ |
| Stem 分离 | ✅ Demucs | 部分 | 需另装 | 部分 |
| VRAM 需求 | ACE-Step 4GB+ / YuE2 未标注 | 云端 | 4GB+ | 云端 |
| 成熟度 | 🚧 开发中 | 成熟 | 较成熟 | 成熟 |
一句话总结：Remiqora 是目前唯一把 ACE-Step + YuE2 + LoRA 训练 + Demucs + DAW 整合进一个 Vue UI 的本地工具链，适合愿意折腾、有高显存 GPU、想探索双引擎差异并做最终混音输出的玩家；生产环境慎用（开发中风险）。
Sources：GitHub README（https://github.com/inikolax/remiqora）· web_search 补充 ACE-Step 1.5 规格对比（Clore.ai 文档 / YouTube 测评）；Remiqora 版本号 / 确切发布日期 / YuE2 VRAM 需求未在 README 找到，以「⚠️ 未标注 / 待核实」标注。