一个全新端到端框架，支持整首歌曲结构解析与歌词转录，精准时间戳标注，无需额外声源分离。
• 7B 参数模型，基于百万首歌曲数据集训练，支持中文和英文双语识别。
• 结构解析采用Diarization Error Rate（DER）评估，歌词转录用Word Error Rate（WER）衡量，表现优于多款主流ASR系统（WER 23.9%，DER 18.0%）。
• 集成预处理与推理脚本，一键pip安装依赖，兼容Python 3.8+及CUDA 11.8+环境，使用简便。
• 权重文件需自行下载后放置项目根目录，运行python3 run.py即可快速完成音频推断。
• 开源协议保障自由使用，适合自动化音乐分析、智能歌词生成及多语言音频标注等场景。
• 相较于传统多步骤方案，SongPrep融合全流程，显著提升效率与准确度，推动音乐信息检索技术革新。
SongPrep | #框架
• 7B 参数模型，基于百万首歌曲数据集训练，支持中文和英文双语识别。
• 结构解析采用Diarization Error Rate（DER）评估，歌词转录用Word Error Rate（WER）衡量，表现优于多款主流ASR系统（WER 23.9%，DER 18.0%）。
• 集成预处理与推理脚本，一键pip安装依赖，兼容Python 3.8+及CUDA 11.8+环境，使用简便。
• 权重文件需自行下载后放置项目根目录，运行python3 run.py即可快速完成音频推断。
• 开源协议保障自由使用，适合自动化音乐分析、智能歌词生成及多语言音频标注等场景。
• 相较于传统多步骤方案，SongPrep融合全流程，显著提升效率与准确度，推动音乐信息检索技术革新。
SongPrep | #框架
