09 · 音色与音频任务

09 · 音色与音频任务 由 Archify 生成的架构图。 素材准备 · CloneTaskManager · 架构组件 素材准备 CloneTaskManager 音频转换 · FFmpeg · subprocess · 架构组件 音频转换 FFmpeg · subprocess 人声分离 · HtdemucsSeparator · 架构组件 人声分离 HtdemucsSeparator 文件引用 · VoiceAsset · file_id · 架构组件 文件引用 VoiceAsset · file_id 语音标注 · ASR · :18004 · 架构组件 语音标注 ASR · :18004 音色训练 · start_training · 架构组件 音色训练 start_training 角色音色 · GPT-SoVITS · 架构组件 角色音色 GPT-SoVITS 语音选择 · tts_provider · 架构组件 语音选择 tts_provider 产物门禁 · succeeded + 文件有效 · 架构组件 产物门禁 succeeded + 文件有效 音频变声 · RVC · CLI worker · 架构组件 音频变声 RVC · CLI worker 通用音色 · API TTS · provider voice · 架构组件 通用音色 API TTS · provider voice 取音 WAV 素材 标注 权重引用 本地 可选 HTTP asset 校验 图例 后端 数据库 安全 外部系统

本地与外部服务

  • • GPT-SoVITS、ASR、RVC、训练与 FFmpeg 使用本地进程。
  • • 分离在本地 ONNX 执行；API TTS 可选，非角色克隆音色。

受理不等于完成

  • • RVC：202、等待输入、失败均非 completed。
  • • 仅 succeeded 且文件有效才成功；文件通过受管 ID 引用。