我把开源最强的 AI 音乐模型，做成了一个像 Suno 一样顺手的工作台

大家好，我是 OLDX，好久不见。

这段时间我只做了一件事：给 YuE2 做一个真正好用的家。

AI 音乐一直是这两年最热闹的话题之一。

但很长一段时间里，想用 AI 写一首完整的歌，我们几乎只能打开 Suno。直到今天，它依旧是最强的音乐生成模型。

可它是闭源的。模型在别人的服务器上，能写什么、能怎么改，都由别人决定。

前段时间，YuE2 出现了。在我看来，它让开源 AI 音乐生成第一次有了自己的 Top 1。

只是，模型强不等于好用。命令行、配置文件、一屏参数——这不是写歌该有的样子。所以我给它做了一套工作台。

下面这两首歌，全部是 YuE2 在我本机生成的，大家可以听听看：

听起来是不是还不错？

其实只靠 YuE2 本身，是做不到这种效果的。

这几段里，我都加上了用 AI Toolkit 专门训练的 LoRA。

这里要特别感谢

。是 Kytra 开源的音频编码器，把真实的歌变成了 YuE2 能学的素材，训练 LoRA 这才有了可能。

一个人搭了桥，后面的人才能过河——这就是开源的伟大之处。

当然，光有模型还不够，还要有一套配套的界面，YuE2 才能用得舒服。

布局我基本参照了 Suno：左边创作，右边作品，底部播放条。在 Suno 上养成的习惯，到这里不用重新学。

先看左边的创作区。标题、歌词、风格，三个框就够了。

歌词没思路，就点「AI 写词」。右边会打开 AI 创作室，选 Qwen 或者 DeepSeek，填上你自己的 API Key 就能用。

边聊边改，写好的歌词和风格一键放回创作区。密钥只保存在你自己的电脑上。

人声可以选自动、男声、女声或者纯音乐。歌词留空，它就直接给你一首纯音乐。

点下生成，任务就进了队列，右边会多出一张正在生成的卡片。卡片下面那条银色的丝带，就是进度。

我给它定了个规矩：

。构思旋律、生成音乐序列、合成、解码——走到哪一步就显示哪一步，不编造进度。

想多来几首就一直点，它会一首接一首地排队。我还内置了 FlashAttention 加速，在我这张 5090 上，一首三分半左右的歌，大概一分四十秒就能出来。

创作区下面就是 LoRA，前面那几段音乐就是在这里挂上的。

展开「参考音频与音色」，在「加载 LoRA」里选一个训练好的 LoRA，再拖一下强度。生成的歌就带上了它的唱腔、咬字和编曲风格。

如果你心里已经有一段旋律，可以直接丢一首参考歌进来，在波形上选出一段。

它会先把旋律扒成乐谱，再照着这段旋律重新编曲、重新演唱。贴近程度分三档：

扒出来的谱也能在「谱曲」里单独看、单独导出。改好了再喂回去，让它按你的谱来生成。

所有作品都在右边这个列表里。每一首都记着当时的参数，点一下「复用参数」就能回到当时的状态；想换个随机种子就「再生成一版」。

导出的是原始 FLAC：48 kHz、双声道、24 bit。

我想让它像一间夜里的录音棚，而不是一块数据看板。

最后，我还做了一个整合包，下载下来就能直接用。

Python、PyTorch、ffmpeg 和模型都打包在里面，不依赖你电脑上已有的任何环境，也不用装 Conda、Git 或 Node.js。

最低 8G 显存就能跑。8G 档的解码分块我也调大了一档；显存不够时，它会自动减半重试。

同时我也开源了前端，你可以加上自己想要的功能。

希望你们玩得开心。我是 OLDX，我们下期见

链接：https://pan.quark.cn/s/d6ff2a16d505

提取码：ZLRg】

：Windows 10 / 11 64 位 · NVIDIA 显卡，显存 8 GB 起 · 驱动 580 或更新 · 磁盘空间约 11 GB