Hangry Labs YuE2

Versjon v1.0.0. Se versjonshistorikken.

Lag sanger lokalt fra sangtekst og musikalsk retning. Én Docker-container gir deg et nettleserstudio, HTTP-API-er, MCP og 48 kHz stereolyd. Prosjektet bygger på yue2.cpp, C++20 og GGML.

Kom raskt i gang

Du trenger Docker med NVIDIA-GPU-støtte og en driver som passer CUDA 12.9.1. Testmaskinen har RTX 5070 Ti med 16 GB VRAM. Andre GPU-er er ikke kvalifisert. Last ned de to modellfilene én gang til data/models/, og kjør én av disse kommandoene fra mappen som inneholder data/.

Bash:

docker run -d --name yue2 --restart unless-stopped --gpus all -p 127.0.0.1:8087:8087 --mount "type=bind,source=$(pwd)/data/models,target=/models,readonly" --mount type=volume,source=yue2-output,target=/output hangrylabs/yue2:v1.0.0@sha256:446bd69099513f8b1d762656d455826872b7221ab232aa05e907f3ada90c9b34

PowerShell:

docker run -d --name yue2 --restart unless-stopped --gpus all -p 127.0.0.1:8087:8087 --mount "type=bind,source=$($PWD.Path)\data\models,target=/models,readonly" --mount type=volume,source=yue2-output,target=/output hangrylabs/yue2:v1.0.0@sha256:446bd69099513f8b1d762656d455826872b7221ab232aa05e907f3ada90c9b34

Åpne http://localhost:8087, skriv sangtekst og musikalsk retning, og velg Generer sang. Du trenger ikke Python eller kompilator på vertsmaskinen. Kommandoene låser den stabile v1.0.0-utgivelsen. latest følger utviklingen. Samme stabile bilde finnes som ghcr.io/hangry-labs/yue2:v1.0.0@sha256:446bd69099513f8b1d762656d455826872b7221ab232aa05e907f3ada90c9b34.

Første gang: last ned modellene

Opprett data/models/ og behold filnavnene. Nedlastingene er omtrent 4,34 GB.

Modell	Bruk	Størrelse
YuE2-3B-Q8_0.gguf	Sanggenerering	3,81 GB
YuE2-Vae-F32.gguf	Lydkoding og dekoding	530 MB

Modellmanifestet inneholder SHA-256-sjekksummer. I en kildekodeutsjekking kan task models laste ned og kontrollere filene. Vekter pakkes ikke i bildet og lastes ikke ned av serveren. Når bilde og modeller er på plass, kan generering kjøre uten nett. Modellvilkårene gjelder separat.

Dette får du

Sanggenerering fra stil og tekst, med full notasjon, bare melodi eller uten notasjon.
Opus, MP3, Ogg, FLAC, WAV og AAC/M4A i stereo ved 48 kHz.
Nettleserbibliotek med søk, favoritter, avspilling og gjenbruk av instruksjoner.
Redigerbar ABC-notasjon, replay fra semantiske koder og fortsettelse fra en kilde.
Én til tre lydvarianter av samme komposisjon; to som standard.
Lokale LoRA-adaptere og VAE-koding/dekoding av lyd og latenter.
Asynkrone jobber, avbryting, køgrenser og lagring på et varig volum.
Modellstatus, kø, lagringsbruk og NVIDIA-GPU-diagrammer i System.
HTTP-API-er, OpenAI-kompatibel klienttilgang og MCP-verktøy for agenter.

Transkripsjon og lydtokenisering krever valgfrie modeller og egne serverargumenter. De er ikke del av standardnedlastingen. Se modellveiledningen.

Nettleserstudio

Velg engelsk, norsk bokmål, polsk, japansk, forenklet kinesisk eller spansk i toppfeltet. Nettleseren husker valget. Direkte ruter er /en, /nb, /pl, /ja, /zh og /es. Bytte av språk beholder tekst, innstillinger og aktive jobber. Grensesnittspråk velger ikke sangspråk og oversetter ikke sangteksten.

Ny sang komponerer fra gjeldende tekst og retning hver gang. Bruk ABC-notasjon beholder en angitt melodi. Replay gjenskaper en eksisterende fremføring; tekstendringer kan ikke endre sangen som allerede ligger i lydkodene. Beskriv sjanger, instrumenter, stemning og stemme i musikalsk retning; bruk etiketter som [Verse] og [Chorus] i sangteksten. Dette er modellhint.

API-er og agenter

Bruk /v1/audio/music for en ferdig lydfil eller /v1/audio/speech med en OpenAI-klient. Begge genererer musikk, ikke vanlig tale. /v1/models viser modellen.

curl --fail-with-body http://localhost:8087/v1/audio/music -H 'Content-Type: application/json' --data '{"model":"yue2","lyrics":"[Verse]\nMorning light across the floor","style":"English acoustic pop, warm singing","duration":30,"steps":8,"response_format":"opus"}' --output song.opus

Det native /synth-API-et returnerer en jobb-ID. Sjekk /job?id=JOB_ID til status er done, og hent /job?id=JOB_ID&result=1 for multipart med lyd, replay-JSON og latenter. API-veiledningen og OpenAPI beskriver kontrakten. Den lokale API-visningen virker offline.

Koble MCP-klienten til http://localhost:8087/mcp med Streamable HTTP. Verktøyene er skill, generate_song, get_song og cancel_song. Agenten leser først ferdigheten, skriver eller klargjør en hel sang og mottar en HTTP-lenke som varer én time. Agenten kan ikke endre avanserte kjøretidsinnstillinger. Se MCP-veiledningen.

Standardverdier og lagring

Standard er 8 trinn, tilfeldig frø, 24 576 konteksttokener og to lydvarianter. Musikk-/tale-API-ene og MCP gir én variant per kall. Varighet er en øvre grense, ikke en garanti. Vanlig oppstart frigjør modellvekter mellom trinnene. Kun CUDA distribueres som støttet GPU-oppsett.

Alle genereringsruter deler én seriell arbeider og maksimalt åtte godtatte jobber. Full kø gir HTTP 429 med Retry-After; klienten må vente før nytt forsøk. /health, /status og /system/queue viser driftsstatus. YUE2_API_KEY beskytter /v1 og /mcp når satt; Studio/native-ruter beholder sin lokale tilgang. Standardkommandoen binder bare til localhost.

Modellene ligger på verten. yue2-output bevarer ferdige serverresultater og MCP-filer ved containerbytte. Native resultater varer normalt 24 timer; agentlenker én time. Nettleserbiblioteket lagres separat i IndexedDB. Last ned viktige sanger; modellmappen sikkerhetskopierer ikke nettleseren. Se kø og lagring.

Dokumentasjon og utvikling

Dokumentasjonsoversikt · Docker · lydformater · utvikling · byggavhengigheter · benchmark. De detaljerte tekniske referansene er på engelsk med tydelig språkfallback på nettstedet.

Med en utsjekking, Docker, Python og Task: task models, task build, task start. task validate kontrollerer verktøy, UI og native CPU-kode. task test1 kjører den faste GPU-baselinen. Nettsidevisning: task pages; stopp med task pages-stop. Benchmarkene skiller kald oppstart, varm generering, VRAM og ASR som en usikker trendindikator. De er ikke garantier for alle GPU-er eller sanger.

Personvern, opphav og lisens

Genereringen skjer på maskinen din. Nedlasting kontakter modellvert og registre; UI-et trenger ingen CDN. Bruk materiale du har rett til å behandle og del ansvarlig. Eksterne produktintegrasjoner håndteres separat; det finnes ingen innebygd kobling her.

MAP leverer YuE2 og lydmodellen, yue2.cpp den native motoren. Hangry Labs vedlikeholder UI, API-er, pakking og validering. Prosjektkoden er MIT-lisensiert. Modellene har egne ikke-kommersielle vilkår; se modellkilder og tredjepartsmerknader. Kontakt: contact@hangrylabs.app.

Versjonshistorikk

v1.0.0

Første stabile versjon med lokalt studio, native/OpenAI-kompatible API-er, MCP, flerspråklig grensesnitt, eksterne modeller og verifiserte CUDA-avhengigheter. Publisert 3. november 2026. Se utgivelsesnotatene. Hurtigstarten låser den stabile versjonen og den verifiserte OCI-digesten.