从喜欢的歌入手学日语 — 歌词 / 音译 / 翻译 / 词性三合一标注 · AI 全流程自动化
- 🤖 lrclib + Gemini 双引擎标注：lrclib 拉歌词，Gemini 3.1 Flash Lite 自动生成汉字注音、罗马音、逐词词性、自然中文翻译
- 🎬 YouTube / Bilibili 双源：yt-dlp 抓音频流，Gemini 多模态转录 lrclib 未收录的翻唱歌；cookies 方案绕过两家反爬
- 🔁 SSE 流式批量导入：频道 URL 一贴 实时进度逐首滚动 避开 Cloudflare 100s 超时
- 🧯 Gemini 模型容错：Primary 503 过载自动降级到 Fallback 模型 单进程记忆避免反复试错
- ✍️ 原曲/翻唱双作者字段：
Akashi Myu · 原曲 saewool · 31 行翻唱党友好 - ⌨️ 极简输入：频道贴
@akashimyu、重转贴BV1USAQzDEav或dQw4w9WgXcQ，完整 URL 同样接受 - 🎸 弹唱练习台：YouTube 或自有音频均可保留音高慢放、A/B 循环、段落循环和前后留白
- 🎼 可编辑和弦谱：自动和弦贴到对应歌词行，支持常用指法图、简化和弦、Capo 换指法和 ChordPro 导出
- 🎚️ 四轨练习混音：Demucs 分出人声、鼓、贝斯、其他四轨，可逐轨调音量、静音或独听
 |
 |
 |
| 首页歌单 | 歌曲详情 | 批量导入 |
歌曲详情：歌词 + 罗马音 + 中文 + YouTube 嵌入播放
批量导入：一贴频道 一键拉全
| 层 | 选型 |
|---|---|
| 前端 | Next.js 16 (App Router + Turbopack) · React 19 · TypeScript 5 · Tailwind CSS 4 · framer-motion |
| 后端 | Next.js Route Handlers · Node.js runtime · SSE ReadableStream |
| 存储 | SQLite (better-sqlite3) · WAL mode |
| AI | Gemini 3.1 Flash Lite（歌词分析 / 分享解析）· Gemini 3.6 Flash（音频转录）· AI Gateway 或 Google 直连 |
| 音乐分析 | lv-chordia 1.1.0 · allin1 1.1.0 · Demucs 4 · PyTorch（M5 本地一次性运行） |
| 歌词源 | lrclib.net |
| 音频源 | yt-dlp (uv-managed venv) · YouTube + Bilibili cookies |
| 反向代理 | Caddy 2.11 · Cloudflare Origin Certificate · HTTP/3 |
| CI/CD | GitHub Actions (appleboy/ssh-action) · systemd |
# 安装依赖
npm install
uv sync # yt-dlp 虚拟环境
# 配置 .env.local（推荐走个人 AI Gateway）
AI_GATEWAY_BASE_URL=https://gateway.pei-pei.icu
AI_GATEWAY_API_KEY=...
GEMINI_ANALYZE_MODEL=gemini-3.1-flash-lite
GEMINI_SHARE_MODEL=gemini-3.1-flash-lite
GEMINI_TRANSCRIBE_MODEL=gemini-3.6-flash
GEMINI_FALLBACK_MODEL=gemini-2.5-flash-lite
YOUTUBE_COOKIES_PATH=./account_auth/www.youtube.com_cookies.txt # 可选
BILIBILI_COOKIES_PATH=./account_auth/www.bilibili.com_cookies.txt # 可选
# 启动
npm run dev打开 http://localhost:3000 即可。
AI_GATEWAY_BASE_URL 填网关根地址，不要附加 /v1 或 /v1beta。网关地址和 key 必须同时设置；未设置时会继续读取 GOOGLE_AI_API_KEY 直连 Google。旧的 GEMINI_MODEL 仍可作为三个任务的统一模型配置，任务专用变量优先级更高。
歌曲页先点 Upload audio 上传自己持有的音频。上传完成后，URL 中 /song/ 后面的字符串就是 song ID。模型不常驻服务器，而是在 Apple Silicon Mac 上一次性分析，再通过 SSH 把结果导回当前音频版本。
# 首次安装分析环境（Python 3.10，由 uv 管理）
cd audio-worker
./setup.zsh
# 和弦 + BPM/节拍/段落 + Demucs 四轨，一次完成
uv run --no-sync python utahon_analyze.py --song <song-id>
# 只生成可编辑和弦草稿
uv run --no-sync python utahon_analyze.py --song <song-id> --phase chords
# 更慢但更完整的 8 模型结构集成
uv run --no-sync python utahon_analyze.py \
--song <song-id> --allin-model harmonix-all默认 SSH alias 是 2c2g5-c，远端目录是 /opt/utahon；可用 --host 和 --remote-root 覆盖。自动分析不会覆盖手工改过的和弦、段落、Capo 或谱面显示选择。自有音频与四轨保存在 data/practice/，不进入 Git。
本仓库自带 .github/workflows/deploy.yml 一条命令 push 即部署：
push to master
↓ GitHub Actions
↓ SSH 到 VPS /opt/utahon
↓ git pull --ff-only
↓ npm ci && npm run build
↓ systemctl restart utahon
反向代理：Caddy 2.11 + Cloudflare Proxied + Origin Certificate（15 年免签）+ Basic Auth
数据卷：/opt/utahon/data/utahon.db (SQLite) · /opt/utahon/data/practice/（自有音频与分轨）
cookies：/opt/utahon/account_auth/ 目录 chmod 700（已 gitignore）
MIT
Made with ♡ by xPeiPeix