团队作业2

系统名称

VoiceForge（或根据风格自定义，如“魔音变声器”、“AI声纹转换器”等）

简短描述

VoiceForge 是一款基于人工智能的实时变声软件，支持多种音色转换、语音特效及自定义声线调整，适用于游戏直播、内容创作、隐私保护等场景。

面向用户分析

1. 目标用户群体：
   游戏玩家/主播：在直播或语音聊天时使用变声效果增加趣味性
   内容创作者（短视频/配音/VTuber）：快速生成不同风格的配音
   隐私保护需求者：通话或录音时隐藏真实声纹
   语音合成开发者：用于AI语音数据增强

2. 用户需求分析：
   用户类型核心需求使用场景
   游戏主播 实时变声、搞怪音效 Discord/TeamSpeak/游戏内语音
   短视频博主 高质量AI配音、角色声线 视频剪辑、配音合成
   隐私用户 自然无痕的声纹伪装 匿名通话、录音

功能性需求

核心功能：

• 实时变声
  支持麦克风输入实时变声（低延迟）
  预设音效（男变女、女变男、机器人、卡通音等）
  AI声线克隆

• 用户可上传样本音频，生成自定义声线
  支持名人/动漫角色声音模拟（需合规）
  语音特效
  回声、混响、电音、变速变调等效果

• 多平台兼容
  支持Windows/macOS/Android/iOS
  虚拟音频设备（VB-Cable等）接入

• 录音与导出
  变声后音频保存（MP3/WAV格式）
  扩展功能（可选）：
  背景噪音消除
  情绪语音合成（愤怒、悲伤、欢乐等语调）
  语音转换API（供开发者集成）

技术需求

模块 Python技术方案
前端交互 保留跨平台框架（Electron/Flutter），通过Python后端API通信
音频输入/输出 sounddevice/PyAudio 实时音频流捕获与播放
实时变声引擎 - 核心模型：PyTorch + ONNX Runtime（加速推理）

• 轻量化模型架构：RVTS-Lite
  声线克隆 - 使用开源框架So-VITS-SVC（Python实现）
• 本地训练接口：FastAPI + CUDA加速
  语音特效 - DSP处理：librosa（频谱分析）
• 实时音效：pydub + numpy信号处理
  跨平台兼容 封装平台相关驱动：
• Windows：pycaw（音频控制）

GitHub仓库:https://github.com/Moguiyou/teamwork

issue截图

团队分工

职责	队员
前端	莫桂友
后端	熊翔
测试	莫桂友
PM	熊翔