Windows için Türkçe, klavye ve ekran okuyucuyla kullanımı hedefleyen masaüstü ses işleme uygulaması. Geliştirici: Yasin Talha Gençsoy.
- Müzik/vokal ayırma, arka vokal, yankı ve gürültü temizleme.
- Yerel RVC modelleriyle ses değiştirme; iki motor için ortak işlemci/ekran kartı tercihi.
- RVC V2 model eğitimi, kayıt analizi, durdur/devam, index ve AI Cover'a model kaydı.
- Ayarlar sekmesinde donanım testi, model indirme, çevrimdışı bütünlük kontrolü ve bozuk dosya onarımı.
Sesler yerel bilgisayarda işlenir. Eksik modelleri indirmek ve güncelleme kontrolü için internet kullanılabilir. Canlı mikrofon dönüşümü ve TTS içermez.
İlk kullanımda Ayarlar sekmesinden İşlemci veya Ekran kartı seçin. Donanım testi tamamlandıktan sonra seçili modeller için Eksikleri indir düğmesine basın. Ses işlemi sırasında model indirilmez; eksik veya değiştirilmiş dosyalar için Ayarlar açılır. Dosyaları kontrol et çevrimdışı çalışır; Seçilenleri onar eksik/bozuk dosyaları yeniden indirir. Eski yerel önbellekler bu ekranda kontrol edilerek kullanılabilir. Kişisel RVC ses modelleri AI Cover sekmesinden eklenir.
Intel/AMD işlemciler CPU yolunu, uygun NVIDIA kartları ayrı CUDA paketini kullanır. Intel GPU için ayrı XPU profili ve cihaz katmanı vardır; fiziksel kart/model doğrulaması yayın kabul koşuludur. AMD GPU native ROCm runtime ve doğrulanmış sürüm/kart profili gerektirir; CUDA paketi AMD runtime içermez. DirectML bu uygulamanın RVC/RoFormer zinciri için açılmaz. Paket profilleri ve doğrulama sınırları yayın derleme rehberinde açıklanır.
Mimari, dosya görevleri, erişilebilirlik ve işlem akışları için oku.md dosyasını okuyun. Son senaryolar senaryo raporunda, önceki düzeltmeler düzeltme raporunda açıklanır.
Mevcut doğrulama ortamı Python 3.12'dir. wxPython, audio-separator ve RVC/PyTorch bağımlılıkları kurulmuş bir ortamda:
python main.py
python -m unittest discover -s test -vWindows x64 / Python 3.12 bağımlılıkları requirements/ altında CPU/CUDA/XPU için ayrı SHA-256 kilitleriyle sabitlenir. Aynı ortama birden fazla PyTorch backend'i veya ORT dağıtımı kurulmaz. Temiz venv, gerçek provider testi ve paketleme komutları yayın derleme rehberinde açıklanır.
- Kullanılacak backend'in hash kilidinden temiz venv hazırlayın ve preflight çalıştırın.
- FFmpeg/FFprobe, bütün lisans/notices, eşleşen kaynak ve build reçetesini SHA-256 manifestli bir bundle olarak hazırlayın.
GHOSTKILLER_BACKENDveGHOSTKILLER_FFMPEG_DIRseçerek PyInstaller spec'ini çalıştırın; paket içeriğini preflight ile kontrol edin.- Inno Setup ile
/DBackend=cpu(veya doğrulanan diğer backend) vererekGhostkiller_Kurulum.issdosyasını derleyin. - Temiz Windows normal kullanıcı, fiziksel donanım, NVDA/JAWS ve güncelleme senaryolarını tamamlayın; gerçek installer'dan hashli yayın metadata'sı üretin.
EXE ağacı dist/, tek dosyalı kurulum Setup/ altında oluşur. Bu klasörler yeniden üretilir ve Git'e eklenmez. Sürüm metadatası yeni kurulum gerçekten hazır olduğunda güncellenmelidir. Kaynak temizliği, yayımlanmış eski kurulum dosyalarını değiştirmez.
test/ geliştirme testlerini, docs/ teknik raporları barındırır; ikisi setup'a eklenmez. models/, models.json, settings.json, eski modeller/, rvc/models/ ve FFmpeg ikilileri yerel veridir; Git'e eklenmez. Kişisel test modelleri kurulum paketine alınmaz.
Modeller programın kurulu olduğu yerdeki models/ klasörüne indirilir. Ayrıştırma ağırlıkları doğrudan burada, RVC yardımcıları models/predictors/ ve models/embedders/ altında tutulur. Inno Setup bu klasöre normal Windows kullanıcıları için yazma izni verir. Eski yerel modeller gerektiğinde kopyalanarak yeniden indirme önlenir. models.json kayıtları kaynak çalışmada proje kökünde, kurulu uygulamada %LOCALAPPDATA%/GhostkillerSoundToolbox altında tutulur.
Lisans metni lisans.txt dosyasındadır. Üçüncü taraf bileşenler kendi lisanslarını korur; yayın paketi THIRD_PARTY_NOTICES.md ve third_party/ materyalini içerir. Proje sitesi: Ekransız Oyuncular.