CharlesMod/infinite-tapedeck 来源：https://github.com/CharlesMod/infinite-tapedeck

∞ TAPEDECK — 无限个人 AI 电台，完全本地化

将一个音乐文件夹变成永不停歇的电台。

TAPEDECK 是一个自托管、开源的 AI 音乐生成电台，基于 ComfyUI (https://github.com/comfyanonymous/ComfyUI) 和 MiniMax Music 3 (https://huggingface.co/MiniMaxAI/MiniMax-Music3)（开放权重）构建。它会聆听你的音乐库，学习你的品味，并在你自己的 GPU 上生成无穷无尽的新歌曲——风格类似你的收藏，但都是全新的。无需云端，无需订阅，无数据遥测。只有你、一张显卡，以及一个来自 1994 年赛博朋克世界的卡带播放器。

放入一个精选歌曲文件夹 → 获得一个针对该特定情绪的类似潘多拉的 AI 电台，无限、本地运行。

功能特点

• 本地 AI 音乐生成电台 — 使用 MiniMax Music 3 开放权重在单张消费级 GPU（16 GB 显存，已在 RTX 5080 上测试）上生成完整歌曲（人声或纯音乐）。
• 从你自己的音乐库学习品味 — 一个“听众堆栈”（librosa 特征 + CLAP (https://huggingface.co/laion/clap-htsat-unfused) 音频嵌入 + 可选的 NVIDIA Music Flamingo (https://huggingface.co/nvidia/music-flamingo-2601-hf) 描述）将你的音乐收藏提炼成品味“脉络”和精髓卡片。
• 电台 = 文件夹。 你的整个音乐库就是一个电台。凌晨两点循环播放的十二首挚爱歌曲也是一个电台。24 首以下的曲目不进行聚类——文件夹本身就定义了情绪。
• 拥有你听觉的评论家 — 在你听到之前，每一首生成的作品都会针对你的音乐库进行 CLAP 评分；不符合品味的作品会被自动拒绝，其阈值会根据你音乐的“脉络”进行自我校准。
• 备用带 — 生成速度比实时播放慢，因此后台守护进程会在 GPU 空闲时提前储备一批已通过审核的作品，当你需要显卡（玩游戏、其他 AI 负载、或另一个 ComfyUI 实例）时可以立即释放。
• 反馈引导方向 — 保留/跳过/不喜欢按钮会重新调整下一次生成的内容。电台会逐渐契合你的口味。
• 90 年代卡带播放器界面 — 旋转的卷盘、由实际音频信号驱动的 VU 表、VFD 荧光显示、磁带计数器。可通过局域网内任何浏览器（包括手机）使用。
• 拖放式音乐库管理 — 将歌曲或文件夹拖放到播放器上，重新扫描，或非破坏性地从电台的“精髓”中排除某些曲目。

工作原理

你的音乐文件夹
│ 捕获（一条命令 / 一次点击）
▼
特征提取（BPM、调性、能量曲线）──┐
CLAP 嵌入 ───────────────────────┼──► 品味脉络 ──► 精髓卡片
可选的 AI 描述（Flamingo） ──────┘
│
▼
描述采样器（+ 可选的本地 LLM 用于写歌词）
│
▼
MiniMax Music 3 生成（ComfyUI，你的 GPU）
│
▼
CLAP 评论家 — 听起来像你的品味？否 → 拒绝
│ 是
▼
备用带 → 你的电台播放器

生成和分析共享一个 GPU，通过分时复用：当备用带不足时，描述生成会让位于电台；备用带补充后恢复。

环境要求

• Linux, Python 3.12, 一块 NVIDIA GPU（16 GB 显存，RTX 4080/5080 级别）
• ComfyUI (https://github.com/comfyanonymous/ComfyUI) 0.33+ 及 MiniMax Music 3 模型文件（约 14 GB，见 Comfy-Org/MiniMax-Music-3 (https://huggingface.co/Comfy-Org/MiniMax-Music-3)）
• 可选：任何兼容 OpenAI 的本地 LLM 端点（llama.cpp, llama-swap, Ollama）用于丰富描述和撰写歌词——没有它，电台仍然可以使用精髓卡片的种子运行。
• 可选：约 17 GB 磁盘空间用于 Music Flamingo，如果你需要 AI 描述功能。

完整的安装步骤请参阅 docs/INSTALL.md。

快速开始

git clone tapedeck && cd tapedeck

# 1. 安装 ComfyUI 0.33+ 和 Music 3 权重文件 (docs/INSTALL.md)
# 2. 将播放器节点链接到 ComfyUI
ln -s "$PWD/comfyui_node/music_studio" /path/to/ComfyUI/custom_nodes/
echo "$PWD" > comfyui_node/music_studio/tapedeck_base.txt

# 3. 将音乐放入 ./library（或稍后指定任何文件夹作为一个电台）
# 4. 捕获分析
python analysis/import_pipeline.py --station full-library

# 5. 运行备用带守护进程并打开播放器界面
python radio/tank_daemon.py &
# 打开 http://:8188/extensions/music_studio/index.html — 点击播放键

常见问题

这是又一个 AI 音乐生成器界面吗？ 不是——生成器是在你请求时制作一首歌。TAPEDECK 是一个电台：它从你已有的音乐中建模你的品味，在后台持续生成，拒绝自己的失败品，并播放一个你永远无需提示的无限电台。

它会复制我的歌吗？ 不会。你的音乐库经过分析（节奏、调性、能量、嵌入、可选的文本描述）以引导生成走向一个风格区域——描述从不提及艺术家姓名，评论家比较的是统计音频嵌入，而非波形。

为什么选择本地化？ 你的音乐库是私密的。你的品味模型更是如此。一块晚上用来玩游戏的 16 GB 显卡，白天也可以变成一个电台。

关键词：AI 音乐生成，本地 AI 电台，MiniMax Music 3，ComfyUI 自定义节点，开放权重音乐模型，个人电台，潘多拉替代品，无限播放列表，CLAP 嵌入，Music Flamingo，音乐描述，自托管，离线音乐 AI，文本生成音乐，品味模型，RTX 5080。

致谢

站在这些巨人的肩膀上构建：MiniMax Music 3 (https://huggingface.co/MiniMaxAI/MiniMax-Music3)（音乐生成，开放权重）· ComfyUI (https://github.com/comfyanonymous/ComfyUI)（推理服务器）· LAION CLAP (https://huggingface.co/laion/clap-htsat-unfused)（音频-文本嵌入）· NVIDIA Music Flamingo (https://huggingface.co/nvidia/music-flamingo-2601-hf)（音乐理解）· librosa (https://librosa.org/)。请尊重你下载模型的许可协议；Music 3 采用 MiniMax 社区许可，Music Flamingo 为 NVIDIA 非商用许可。

项目状态

早期发布版本——从一个可工作的单机安装中提取出来。各个组件每天都在生产环境运行（作者的客厅）；打包化的安装路径尚属年轻。欢迎提交 Issue 和 PR。