WiPitch

在瀏覽器裡修人聲音準的免費工具——類似 Melodyne（單音模式）或 Logic 的 Flex Pitch。

把一段人聲乾聲拖進來，WiPitch 會畫出它的音高曲線和波形。你可以：

• 圈選一段，上下拖曳就改音高
• 把抖音壓平，或反過來把抖動放大
• 調整一段的音量、音色（Formant）
• 用畫筆直接畫出想要的音高線，還能自動加上自然的抖音
• 用錨點把某一段拉長或縮短（time stretch）
• 載入伴奏一起聽，確認有沒有對準

每個動作完成後會自動重新算繪，馬上就能播來聽。原始音檔永遠不會被修改， 隨時可以復原，改再多次音質也不會劣化。

所有處理都在你的電腦上完成，音檔不會上傳到任何地方。

線上試用：https://nicechord.com/wipitch/（不用安裝，打開就能用）

安裝

離線安裝包（推薦）

只需要 Node.js 18 以上，Linux 與 macOS 都可以。不需要網路。

tar xzf wipitch-<版本>.tar.gz
cd wipitch-<版本> && ./install.sh
wipitch

執行 wipitch 會自動用瀏覽器打開 http://127.0.0.1:5180/。

從原始碼執行

git clone https://code.wiwi.blog/wiwi/WiPitch.git
cd WiPitch
npm ci
npm run dev

然後用瀏覽器打開 http://localhost:5180/。

開發伺服器預設綁在 0.0.0.0，同一個區網的其他電腦也連得到。 只想自己用的話，把 package.json 裡 dev 指令的 --host 0.0.0.0 拿掉。

放到自己的網頁主機

WiPitch 的所有運算都在使用者的瀏覽器裡進行，伺服器只負責送出靜態檔案，不需要後端，也不耗伺服器 CPU。

npm ci
npm run build

把 dist/ 裡的內容上傳到任何靜態網頁主機即可（nginx、Apache、Caddy 等），放在根目錄或子目錄（例如 /wipitch/）都可以。

• 整包約 15MB，大部分是音高偵測引擎的 WebAssembly；建議開啟 gzip／brotli 壓縮。
• .wasm 檔要以 application/wasm 送出（主流主機預設即是如此）。
• 不需要設定 COOP／COEP 等特殊標頭。

快速上手

1. 把音檔拖進視窗（或按「開啟音檔」）。第一次會花幾秒偵測音高。
2. 在上方的曲線區左右拖曳，選一段要修的地方。
3. 在選取範圍裡上下拖曳，音高就跟著移動。放開後自動算繪。
4. 按空白鍵播放來聽。不滿意就 Ctrl/Cmd+Z 復原。
5. 修好了按「匯出 WAV」。

畫面說明

由上到下：

區域	用途
頂端列	開檔、錄音、播放／停止／循環／跟隨、匯出、儲存專案／開啟專案、人聲／樂器模式、最右邊的「?」連到這份說明
工具列	左邊顯示目前能調的參數；右邊是工具（選取、畫筆╱標記）與 lane 切換
曲線區	音高、音量、Formant 三條曲線，編輯都在這裡
橫向範圍捲軸	整首的總覽，也是捲動與縮放的控制
波形軌	主唱的波形；錨點也在這裡加
參考音軌	伴奏或導唱，只用來監聽
底部列	邊界過渡、音高變化上限、選取範圍歸零、取消選取

三條曲線（lane）

曲線區可以同時顯示三條線，其中一條是「正在編輯」的對象，按 1 2 3 切換：

鍵	lane	單位	意義
1	音高	半音	相對於原本唱的音高偏移多少
2	音量	dB	音量增減
3	Formant	半音	音色（聲道共鳴）的偏移，跟移調多少無關

Shift + 1/2/3 可以單獨顯示或隱藏某條線。

操作

選取工具（S）

操作	動作
在曲線區或波形軌左右拖曳	選取一段
點一下（選取範圍內外都可以）	移動播放頭，選取會保留
在選取範圍內上下拖曳	改變目前 lane 的值
在選取範圍內 Shift + 上下拖曳	調整抖動：往下壓平、往上放大
Ctrl/Cmd + A	選取整個檔案
Esc	取消選取

有選取時，工具列左邊會出現目前 lane 的滑桿：

• 音高：±1、±0.1 半音微調鈕與滑桿；另有「抖動」滑桿——0 = 完全壓平，1 = 原樣，大於 1 = 放大。刻意的滑音會保留。
• 音量、Formant：各自的滑桿。

滑桿在選取期間可以任意來回調，拉回中性值就完全回到原樣，不會越調越歪。

畫筆╱標記工具（B）

在曲線區：畫線。 直接畫出目前 lane 的形狀，音高畫的是絕對音高。

操作	動作
拖曳	自由畫
拖曳時按住 Shift	畫直線（從落筆點拉到游標）
拖曳時按住 Alt/Option	吸附到整數半音

工具列左邊會出現畫筆選項：

• 抖音（V）：畫出來的線自動加上抖音，可以設幅度與速度。
• 漸入（Shift+V）：抖音從落筆處慢慢長出來，而不是一開始就滿幅度——真人的抖音就是這樣。

在波形軌：加錨點。 點一下就在那個位置加入一個錨點（黃色三角形）。

切到畫筆時選取範圍會保留，切回選取工具就能繼續調同一段。

錨點與 time stretch

兩個錨點之間的段落會跟著錨點線性伸縮。例如在 1 秒和 2 秒各加一個錨點， 把 2 秒那個拖到 3 秒，原本 1~2 秒的內容就被拉長一倍，後面整段往後移。

• 錨點在任何工具下都可以拖曳（滑鼠移到把手上會變成左右箭頭）。
• 點一下 = 選取；Shift + 點擊選取一個範圍內的所有錨點；Ctrl/Cmd + 點擊加入或移出單一個。選到的會一起拖。
• Delete／Backspace 刪除選取的錨點，那段伸縮就恢復原狀。
• 最後一個錨點可以拖過檔尾；拖到畫面邊緣會自動捲動。
• 伸縮時三條曲線跟著聲音一起走；刪錨點只恢復時間，畫過的數值不會被清掉。

伸縮過的段落在背景會再精算一次，消除接縫處的細微相位感（頂端列的黃色指示燈顯示進度）。 期間可以照常播放與編輯；匯出 WAV 會等它算完。

邊界過渡

底部列的「邊界過渡」（預設 100ms）決定用選取工具編輯時，選取範圍兩端用多長的時間漸變過去。 太短聽起來會「跳」一下；太長會影響到範圍外面。三條 lane 共用。

畫筆固定使用很短的 20ms 過渡，才能精確畫出想要的形狀。

音高變化上限

底部列的「音高變化上限」（預設每秒 60 半音）限制相對原唱的音高偏移變化得多快。

原唱本身有很陡的音高變化（例如換音），而你把它修成平的，偏移量在那裡就會變成一個陡的階梯， 聽起來像「抽」一下。這個上限會自動把階梯拉緩成很短的斜坡：1 個半音約 33ms，一般聽不出是滑音。 抖音、刻意的滑音不受影響。設成 0 = 不限制。

它只影響之後的編輯，不會回頭改已經做好的地方，並且會存進專案檔。 按住 Alt/Option 吸附整數半音時，偵測音高跳動處的那幾格會被拉緩，不一定剛好落在整數上；需要的話先設成 0。

「選取範圍歸零」可以分別清掉這段的音高、音量、Formant 編輯，或全部清掉（錨點不受影響）。

參考音軌

在參考音軌按「載入參考音軌」，可以載入一個一起播放的伴奏或導唱，修音時才聽得出有沒有對準。 任何格式、長度或取樣率都可以。

• 音量滑桿（雙擊回 0 dB）、靜音（M）、offset 微調（±10ms，正數 = 參考音軌晚開始）。
• 參考音軌不會跟著錨點伸縮，也不會被匯出。
• 儲存專案會記住它的檔名與設定（不含音訊）；開啟專案後再載入同名檔，設定會自動套用。

人聲／樂器模式

頂端列的切換，決定移調時音色要不要跟著跑：

• 人聲（預設）：保留音色。拉高好幾個半音仍然是同一個人在唱。
• 樂器：音色完全跟著移調，類似變速的效果。

這是整個檔案的設定。想要介於兩者之間，就用 Formant 那條 lane 分段調。

視野

操作	動作
橫向範圍捲軸	拖中間捲動、拖左右兩端縮放、點空白處跳過去、雙擊看全部
曲線區右側的縱向範圍捲軸	目前 lane 的上下捲動與縮放，雙擊還原
滾輪	上下捲動（在波形軌上是左右捲動）
Shift + 滾輪	左右捲動
Ctrl/Cmd + 滾輪	上下縮放
Ctrl/Cmd + Shift + 滾輪	左右縮放
F	畫面跟隨播放頭
拖軌道之間的分隔線	調整波形軌、參考音軌的高度，雙擊還原
波形軌右側滑桿／Alt + 滾輪	放大波形顯示（素材太小聲時用，不影響聲音），雙擊還原

快速鍵

鍵	動作
空白鍵	播放／暫停
S / B	選取工具／畫筆╱標記工具
1 / 2 / 3	編輯音高／音量／Formant
Shift + 1/2/3	顯示或隱藏該條線
L	循環播放選取範圍
F	畫面跟隨播放頭
M	參考音軌靜音
V / Shift + V	畫筆抖音／抖音漸入開關
Ctrl/Cmd + A	全選
Esc	取消選取
Delete / Backspace	刪除選取的錨點
Ctrl/Cmd + Z	復原
Ctrl/Cmd + Shift + Z	重做

錄音

• 還沒開檔時主畫面有「直接錄音」，頂端列也有「● 錄音」。再按一次停止，錄好的聲音會當成新音檔載入（檔名是錄音時間）。
• 錄音時畫面會顯示即時波形與音量表（右側數字是最近 1.5 秒的峰值 dBFS，破音時外框變紅）。
• 已經有音檔時錄音會取代它；有編輯過會先確認。
• 錄音時會關掉瀏覽器的回音消除、降噪與自動增益，錄到的是原始人聲。

儲存專案與匯出

• 儲存專案：產生 .wipitch.json，只含曲線、錨點與設定，不含音訊，檔案很小。開啟專案前要先開啟同一個音檔（沒載入音檔時「開啟專案」按鈕是灰的）。
• 匯出 WAV：輸出 24-bit 的成品。

技術

• 音高偵測：SwiftF0（ONNX，在瀏覽器的 Web Worker 裡跑）
• 變調與時間伸縮：Rubber Band Library 3.3（WebAssembly）
• 介面：TypeScript + Canvas，沒有使用前端框架

設計細節、實測數據與開發說明見 docs/DESIGN.md 與 docs/DEVELOPMENT.md。

授權

GPL-3.0。Rubber Band Library 以 GPL 授權，本專案隨之。