安装 DiffSinger AI 声库｜拖拽导入 + vocoder + UTF-8 编码

DiffSinger 声库和 UTAU 声库的区别

DiffSinger 声库安装步骤

第一步：确认 DiffSinger 前置条件

Windows 用户：

• 稳定版 0.1.549 起装 .NET 8 Desktop Runtime
• 要跑 DiffSinger 还需要 Windows 10+
• 推荐直接下载 diffsingerpack 版本（GitHub Releases 页文件名带这个标记）——它已经内置 nsf_hifigan vocoder，省去你单独下载

macOS / Linux 用户：

• .NET 8 Runtime
• DiffSinger 必须 .NET 8+；macOS 还需要 11 Big Sur+；Linux 能跑但只有 CPU 渲染
• nsf_hifigan vocoder 需要单独下载：从 xunmengshe/OpenUtau Release 页下载 nsf_hifigan.oudep

第二步：vocoder 导入（macOS / Linux）

下载完 vocoder 的 .oudep 文件后：

1. 启动 OpenUtau
2. 把 .oudep 文件直接拖到 OpenUtau 主窗口

OpenUtau 会自动识别 .oudep 是 vocoder 包并导入。拖完不需要重启。

第三步：安装 DiffSinger 声库

和 vocoder 一样简单：

1. 从 OpenVPI / DiffSinger 社区下载一个声库的 .zip
2. 直接拖 zip 到 OpenUtau 主窗口

OpenUtau 会弹一个安装对话框：

• 文件编码选 UTF-8（DiffSinger 声库都是现代 zip，绝大多数 UTF-8）
• 点 Install

安装完成后，声库出现在 Tools → Singers 列表里，轨道头 Singer 下拉里也能看到。

DiffSinger 声库的 character.yaml

DiffSinger 声库的 character.yaml 比 UTAU 的 character.txt 信息丰富得多：

name: 声库名称
author: 作者
language: zh        # zh / en / ja / kr
singer_type: DiffSinger
phonemizer: DIFFS ZH   # 默认音素器
data_augmentation:
  genc: true       # 支持 GENC（性别曲线）
  velc: true       # 支持 VELC（速度曲线）
  ene: true        # 支持 ENE（能量曲线）
  ...

你不需要手动编辑这个文件——安装器会自动读取。但如果你发现某个 DiffSinger 专属曲线（GENC / VELC / ENE）不起作用，很可能是声库的 data_augmentation 里那个开关是 false——说明训练时没开这个，无法后加。

DiffSinger 声库的 vocoder 兼容性

DiffSinger 声库训练时可能用了特定的 vocoder：

• nsf_hifigan：最通用，OpenUtau 默认 vocoder
• pc-nsf-hifigan：支持 SHFC（音色位移曲线），需要下载对应版本
• 其他 vocoder：某些高级声库可能需要专门的 vocoder

如果导入 vocoder 后 DiffSinger 声库仍然不出声，检查是不是 vocoder 版本不对。安装 vocoder 的方法和装声库一样——拖 .oudep 文件到 OpenUtau 窗口。

DiffSinger 声库常见问题

问题：拖了 zip 但没反应

• 文件是不是 zip？DiffSinger 声库必须 zip 格式（不能是解压后的文件夹）
• OpenUtau 版本是不是太旧？更新到最新版试
• macOS 上：先右键 OpenUtau → 显示简介 → 解除隔离（或用 xattr 放行）

问题：安装完没声音

检查这几项：

1. vocoder 是不是装上了？Tools → Singers 里看看有没有 vocoder 条目
2. 轨道头 Singer 是不是选了那个 DiffSinger 声库
3. 引擎是不是切到了 DiffSinger？Classic 引擎不能跑 DiffSinger 声库
4. 音素器是不是选了 DIFFS 系列？别选 JA VCV / EN VCCV 这种 Classic 音素器
5. .NET 8 Runtime 是不是装了？

问题：DiffSinger 渲染慢

CPU 渲染 DiffSinger 比 Classic 重采样器慢 10-20 倍。解决方案：

1. Preferences → Machine Learning Runner → DirectML（Windows 带独显）→ 选独显 GPU → 重启 OpenUtau
2. macOS 选 CoreML
3. 偏好设置里的 "Diffsinger Rendering speedup" 可以调到 100 以上（值越大渲染越快但音质略降）

问题：一个 DiffSinger 声库可以用多种语言吗

通常不能——DiffSinger 声库训练时是按一种语言的音素表训练的。想用中文 + 英文两个 DiffSinger 声库，装两个不同语言的，分两条轨道。