Hangry Labs YuE2

English · Norsk bokmål · Polski · 日本語 · 简体中文 · Español

🎧 Lytt til genererte sanger

# Hangry Labs YuE2 Versjon **v1.0.0**. Se [versjonshistorikken](#version-history). 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](https://github.com/ServeurpersoCom/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](#model-downloads) én gang til `data/models/`, og kjør én av disse kommandoene fra mappen som inneholder `data/`. **Bash:** ```bash docker run -d --name yue2 --restart unless-stopped --gpus all -p 127.0.0.1:8087:8087 --mount "type=bind,source=$(pwd)/data/models,target=/models,readonly" --mount type=volume,source=yue2-output,target=/output hangrylabs/yue2:v1.0.0@sha256:446bd69099513f8b1d762656d455826872b7221ab232aa05e907f3ada90c9b34 ``` **PowerShell:** ```powershell docker run -d --name yue2 --restart unless-stopped --gpus all -p 127.0.0.1:8087:8087 --mount "type=bind,source=$($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](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](https://huggingface.co/Serveurperso/YuE2-GGUF/resolve/e630f2b8f6aedf8254c3186438633c1b5eeaf80a/YuE2-3B-Q8_0.gguf) | Sanggenerering | 3,81 GB | | [YuE2-Vae-F32.gguf](https://huggingface.co/Serveurperso/YuE2-GGUF/resolve/e630f2b8f6aedf8254c3186438633c1b5eeaf80a/YuE2-Vae-F32.gguf) | Lydkoding og dekoding | 530 MB | [Modellmanifestet](docker/models.json) 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](docs/MODELS.md). ## Nettleserstudio

YuE2-studioet for sangkomposisjon

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. ```bash 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](docs/API.md) og [OpenAPI](http://localhost:8087/openapi.json) beskriver kontrakten. [Den lokale API-visningen](http://localhost:8087/docs) 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](docs/MCP.md). ## 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](docs/QUEUE.md). ## Dokumentasjon og utvikling [Dokumentasjonsoversikt](docs/README.nb.md) · [Docker](docs/DOCKER.md) · [lydformater](docs/AUDIO.md) · [utvikling](docs/DEVELOPMENT.md) · [byggavhengigheter](docs/BUILDING.md) · [benchmark](docs/BENCHMARKS.md). 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](https://huggingface.co/m-a-p/YuE2-3B) leverer YuE2 og lydmodellen, [yue2.cpp](https://github.com/ServeurpersoCom/yue2.cpp) den native motoren. Hangry Labs vedlikeholder UI, API-er, pakking og validering. Prosjektkoden er [MIT-lisensiert](LICENSE). Modellene har egne ikke-kommersielle vilkår; se [modellkilder](docs/MODELS.md) og [tredjepartsmerknader](THIRD_PARTY_NOTICES.md). Kontakt: [contact@hangrylabs.app](mailto: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](https://github.com/hangry-labs/yue2/releases/tag/v1.0.0). Hurtigstarten låser den stabile versjonen og den verifiserte OCI-digesten.