Expressive 是一个为 OpenUtau 开发的 DiffSinger 表情参数导入工具，旨在从真实人声中提取表情参数，并导入至工程的相应轨道。

当前版本支持以下表情参数的导入：

• Dynamics (curve)
• Pitch Deviation (curve)
• Tension (curve)

• OpenUtau 版本来自 keirokeer/OpenUtau-DiffSinger-Lunai
• 歌手模型来自 yousa-ling-official-production/yousa-ling-diffsinger-v1

• Windows / Linux
• OpenUtau Beta（或支持 DiffSinger 的其他版本）
• Python 3.10 *

本应用默认选择 swift-f0（基于 ONNX Runtime）作为音高提取后端，仅需 CPU 即可运行，可满足基础使用场景。

也提供了经典的 CREPE（依赖 TensorFlow）音高提取后端，适合更高要求的使用场景。若您的电脑配有 NVIDIA 显卡且支持 CUDA 11.x（即显卡驱动版本 >= 450），使用 CREPE 后端时会自动启用 GPU 加速。

* 在 Windows 平台下，TensorFlow 2.10 是最后一个支持 GPU 加速的版本，Python 3.10 是它的 .whl 文件支持的最高 Python 版本。

在使用 DiffSinger 虚拟歌手翻唱时，已经完成了填好词的无参 OpenUtau 工程，但尚未添加表情参数。本应用可以从参考人声音频中提取表情参数，并导入至 OpenUtau 工程中。

• 歌姬音声：由 OpenUtau 输出的无表情虚拟歌声音频（WAV 格式）。建议节奏 (Tempo) 和分段尽量与参考人声一致。
• 参考人声：原始人声录音（WAV 格式），可使用 UVR 等工具去除伴奏与混响。
• 输入工程：原始 OpenUtau 工程文件（USTX 格式）。
• 输出路径：处理完成后新工程文件的保存位置。

一个携带表情参数的新 USTX 文件。原始工程不会被修改。

• Windows 支持
• Linux 支持
• NVIDIA GPU 加速
• 参数配置导入 / 导出
• Pitch Deviation 参数生成
• Dynamics 参数生成
• Tension 参数生成

1. 当前版本尚不支持单一轨道中的 Tempo 变化，建议工程全程使用统一节奏。该限制将在未来版本中解决。

您可以直接在 Releases 页面下载预编译的可执行文件:

适用于 x64 架构 Windows 的图形用户界面安装包。

仅可使用 CPU，无 CUDA 运行时库。安装体积小，但选择 CREPE 后端提取音高时速度较慢。

带 GPU 支持的适用于 x64 架构 Windows 的图形用户界面安装包。

含 CUDA 运行时库。在配备 NVIDIA 显卡（驱动版本 >= 450）的电脑上使用时，会大幅提高 CREPE 后端的推理速度。

git clone https://github.com/NewComer00/expressive.git --depth 1 cd expressive

请在虚拟环境中安装本软件包及其依赖：

pip install -e ".[gpu,gui]"

安装完成后，您将能够使用 expressive 和 expressive-gui 两个入口点来运行命令行界面和图形用户界面。

显示帮助信息

expressive --help

在 Windows PowerShell 中执行示例命令

expressive ` --utau_wav "examples/明天会更好/utau.wav" ` --ref_wav "examples/明天会更好/reference.wav" ` --ustx_input "examples/明天会更好/project.ustx" ` --ustx_output "examples/明天会更好/output.ustx" ` --track_number 1 ` --expression dyn ` --expression pitd ` --pitd.semitone_shift 0 ` --expression tenc

在 Linux Shell 中执行示例命令

expressive \ --utau_wav "examples/明天会更好/utau.wav" \ --ref_wav "examples/明天会更好/reference.wav" \ --ustx_input "examples/明天会更好/project.ustx" \ --ustx_output "examples/明天会更好/output.ustx" \ --track_number 1 \ --expression dyn \ --expression pitd \ --pitd.semitone_shift 0 \ --expression tenc

输出工程文件将保存在 examples/明天会更好/output.ustx。

启动中文界面

expressive-gui --lang zh_CN

python expressive_gui.py --lang zh_CN

graph TB; ustx_in[/"OpenUtau Project (USTX)"/] refwav[/"Reference WAV"/] utauwav[/"OpenUtau WAV"/] refwav-->feat_pitd ustx_in-.->|Export|utauwav utauwav-->feat_pitd ustx_in-->|Tempo|time_pitd subgraph PitdLoader direction TB feat_pitd["Features Extraction<br>Pitch & MFCC"] time_pitd["Time Alignment<br>FastDTW"] feat_pitd-->time_pitd pitch_algn["Pitch Alignment"] time_pitd-->pitch_algn get_pitd["Get Pitch Deviation"] pitch_algn-->get_pitd end utsx_out[/"OpenUtau Project Output"/] get_pitd-->utsx_out subgraph DynLoader direction TB feat_dyn["Features Extraction<br>RMS"] time_dyn["Time Alignment<br>FastDTW"] feat_dyn-->time_dyn get_dyn["Get Dynamics"] time_dyn-->get_dyn end subgraph TencLoader direction TB feat_tenc["Features Extraction<br>RMS"] time_tenc["Time Alignment<br>FastDTW"] feat_tenc-->time_tenc get_tenc["Get Tension"] time_tenc-->get_tenc end