Anglais / Chinois simplifié
Avertissement
Le fichier readme en anglais est toujours en construction !
Une bibliothèque de composants de lecteur de paroles vise à ressembler à la version iPad d'Apple Music. Également avec les liaisons DOM, React et Vue, il existe également un lecteur local basé sur celle-ci !
C'est peut-être la page de paroles de style iPad Apple Music qui ressemble le plus à celle que vous avez vue sur l'interface.
Bien que le but de ce projet ne soit pas de l'imiter complètement, il peaufinera mieux certains détails pour être meilleur que les meilleurs lecteurs lyriques actuels.
—— Projets de la série AMLL ——
AMLL TTML DB - Base de données de paroles de syllabes TTML / Outil AMLL TTML - Éditeur de paroles de syllabes TTML
: bibliothèque de composants de base AMLL, écrite de manière native DOM, fournissant des composants d'affichage de paroles et des composants d'arrière-plan fluides dynamiques
: liaison AMLL React, fournissant des composants d'affichage des paroles et des composants d'arrière-plan fluides dynamiques sous la forme de composants React
: liaison AMLL Vue, fournissant des composants d'affichage des paroles et des composants d'arrière-plan fluides dynamiques sous la forme de composants Vue
: Module d'analyse de paroles AMLL, fournissant un support d'analyse et de sérialisation pour LyRiC, YRC, QRC, Lyricify Syllable divers formats de paroles
Lecteur AMLL : le lecteur externe AMLL fournit un lecteur de paroles externe indépendant et communique avec tout programme AMLL qui implémente le protocole via le protocole unique WebSocket pour afficher les paroles.
Outil AMLL TTML : l'éditeur AMLL TTML fournit une prise en charge de l'édition des paroles au format TTML et utilise AMLL Core pour un aperçu en temps réel.
Base de données AMLL TTML : la base de données AMLL TTML fournit un entrepôt de stockage de paroles TTML afin que divers lecteurs de paroles puissent utiliser les paroles TTML mot par mot produites par la communauté.
La configuration minimale requise pour ce framework de composants est d'utiliser les navigateurs suivants ou des versions plus récentes :
Chrome/Bord 91+
Firefox 100+
Safari9.1+
Pour restituer entièrement tous les effets du composant, vous devez utiliser les navigateurs suivants ou des versions plus récentes :
Chrome 120+
Firefox 100+
Safari 15.4+
Liens de référence :
https://caniuse.com/mdn-css_properties_mask-image
https://caniuse.com/mdn-css_properties_mix-blend-mode_plus-lighter
Après des tests de performance, les processeurs CPU grand public peuvent piloter le composant paroles normalement à 30 FPS dans un délai de cinq ans. Cependant, si vous avez besoin de 60 FPS pour fonctionner correctement, veuillez vous assurer que la fréquence du processeur est d'au moins 3,0 GHz ou plus. Si vous avez besoin d'un fonctionnement fluide au-dessus de 144 FPS, veuillez vous assurer que la fréquence du processeur est d'au moins 4,2 GHz ou plus.
Les performances du GPU sont capables de fonctionner à 60 images complètes aux dimensions attendues dans les conditions suivantes :
1080p (1920x1080)
: NVIDIA GTX série 10 et versions ultérieures
2160p (3840x2160)
: NVIDIA RTX 2070 et supérieur
En raison de l'énergie limitée de l'auteur, il n'est plus en mesure de gérer les problèmes causés par l'utilisation de chacun, la section Problèmes a donc été fermée, mais toute Pull Request ayant contribué activement au code est la bienvenue !
Après avoir installé yarn
, rustc
et wasm-pack
, clonez le référentiel dans n'importe quel dossier et entrez la commande suivante dans le terminal pour construire :
fil Yarn lerna run build:dev --scope "@applemusic-like-lyrics/*" # Construction de développement Yarn lerna run build --scope "@applemusic-like-lyrics/*" # Version de version
woshizja/processeur de son
Il existe également de nombreux frameworks et bibliothèques utilisés par AMLL, merci beaucoup !
Merci à la série d'outils de développement JetBrains pour apporter un soutien solide au projet AMLL