winget install --id=walterfr.USKMaker -e USKMaker generates complete UltraStar Deluxe karaoke packages from a YouTube link or local audio file. It downloads/prepares the audio, separates vocals, aligns your provided lyrics to the singing using local AI (WhisperX + forced alignment), detects pitch and BPM, and writes a ready-to-play UltraStar .txt package - entirely offline after setup, no cloud APIs.
Gerador de pacotes de karaokê UltraStar a partir de um link do YouTube ou de um arquivo de áudio local, com sincronização de letra, extração de pitch, detecção de BPM e metadados (capa, ano, gênero) automáticos.
O diferencial em relação a ferramentas como o UltraSinger é que o USKMaker parte da letra que o usuário já fornece. O problema passa a ser de forced alignment (alinhar uma letra conhecida ao áudio), não de transcrição do zero — o que resulta em sincronização bem mais precisa, especialmente em português.
Todo o processamento é local: não depende de APIs pagas nem envia áudio para serviços externos. As únicas consultas de rede são a bancos abertos e gratuitos (MusicBrainz/Cover Art Archive, iTunes, Deezer e — opcionalmente, com token pessoal — Discogs) para enriquecer metadados, e o download do YouTube quando solicitado.
O pipeline tem seis etapas:
yt-dlp) ou normaliza um arquivo local para WAV. Opcionalmente baixa também o vídeo, para fundo animado no jogo.htdemucs).difflib.SequenceMatcher) gerando âncoras exatas; palavras que o Whisper grafou diferente ("tá"/"está", "pra"/"para") são recuperadas por âncoras fuzzy (similaridade de caracteres com pareamento monotônico); trechos ainda sem âncora passam por um segundo forced alignment (wav2vec2) restrito à janela de áudio entre as âncoras vizinhas, com o texto que falta; o que restar é interpolado com peso proporcional ao número de sílabas. Quando a letra vem sincronizada do LRCLIB (.lrc), os tempos de início de cada linha entram como âncoras adicionais nos vãos que o Whisper não mediu, encurtando a interpolação.LASTFM_API_KEY com uma chave gratuita) → Discogs (opcional: defina DISCOGS_TOKEN com um token pessoal gratuito). As fontes opcionais são puladas quando a variável correspondente não existe. Para a imagem de fundo (#BACKGROUND, 16:9): se FANARTTV_API_KEY estiver definida (chave pessoal gratuita em fanart.tv), busca um artist background real; sem a chave ou sem arte, o fundo reaproveita a capa como [BG].jpg — assim todo pacote com capa tem #BACKGROUND.*, bônus de pontuação, ~5% das notas — padrão calibrado em charts feitos à mão) e monta o arquivo .txt no formato UltraStar, com áudio convertido para .ogg.rust-core, crate uskmaker_core)song_data.json) e o Rust é quem escreve o .txt final a partir dele.libvorbis (para gerar .ogg). Pelo instalador (Opção A) ele é baixado automaticamente pelo setup-sidecar.ps1; no modo desenvolvimento, tenha-o no PATH.USKMaker_x.y.z_x64-setup.exe) na página de Releases e instale normalmente.uv), um ffmpeg embutido (com libvorbis) e as bibliotecas de IA automaticamente, com progresso ao vivo (≈ 10–15 min na primeira vez, ~2 GB, requer internet).Requisitos: Windows 10/11 e (opcional, mas muito recomendado) GPU NVIDIA — sem ela o processamento roda em CPU, ~10 min por música. Python e ffmpeg não precisam ser instalados à mão — o botão cuida disso.
> Usuários avançados (setup manual): o botão não é obrigatório. Você pode configurar o ambiente você mesmo de duas formas: (a) rodar o setup-sidecar.ps1 da pasta de instalação diretamente (clique-direito → "Executar com PowerShell" — faz o mesmo que o botão, pelo terminal); ou (b) montar tudo à mão com o seu próprio Python, como na Opção B abaixo (crie o venv em %LOCALAPPDATA%\USKMaker\venv). O app também respeita um ffmpeg já presente no PATH e um venv que você tenha criado manualmente.
cd python-sidecar
python -m venv venv
.\venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu126
pip install -r requirements.txt
python -c "import torch; print('CUDA:', torch.cuda.is_available())"
Se CUDA retornar False, revise o driver/versão CUDA antes de continuar (o pipeline foi pensado para rodar em GPU).
> Nota: o WhisperX baixa modelos na primeira execução e pode pedir um token do Hugging Face. Configure-o via variável de ambiente HF_TOKEN ou pelo login do huggingface-cli. Nunca coloque o token dentro do código.
npm install
npm run tauri dev
#VIDEO) — o áudio do pacote continua sendo o seu arquivo (útil para coleções ripadas de CD, com qualidade melhor que a do YouTube). Informe o link do clipe ou deixe em branco para busca automática por artista + título; se nenhum vídeo for encontrado, o pacote sai só com a capa.P1:, P2: ou P1&P2: (quando cantam juntos). Uma linha sem tag continua com o cantor da anterior. O pacote sai no formato de dueto da comunidade: headers #P1/#P2 (nomes derivados do artista, ex.: "Elton John & Kiki Dee"), corpo em dois blocos P1/P2 e sufixo [DUET] no arquivo.Artista - Título (padrão das coleções UltraStar; aponte para a pasta Songs do jogo e pronto). Para processar várias músicas de uma vez, use + Adicionar à fila e depois Gerar fila: elas são processadas em série sem reabrir o app, com os modelos de IA já carregados (da 2ª música em diante o alinhamento é bem mais rápido). Marque "Deixar só o essencial" para que, ao fim da fila, os arquivos auxiliares (.lrc, .log, .json) sejam apagados de cada pasta — o pacote fica enxuto, mas sem a tela de revisão (o song_data.json, que ela lê, é removido).O pacote resultante contém o .txt UltraStar, o áudio .ogg, a capa [CO].jpg (quando encontrada) e, se solicitado, o vídeo .mp4. Pode ser carregado no UltraStar Deluxe ou no UltraStar Play.
.txt.Funcional de ponta a ponta pela interface gráfica. Todas as etapas de escopo estão concluídas:
.txt com saída idêntica à do protótipo Python, coberta por testes.#BACKGROUND (fanart.tv opcional, com fallback da capa) e vídeo do YouTube opcional no pacote.setup-sidecar.ps1).song_data.json e regenera o .txt pelo núcleo Rust.O USKMaker é gratuito e de código aberto. Se ele te ajudou, considere apoiar o desenvolvimento — qualquer contribuição ajuda a manter e melhorar o projeto:
Escaneie o QR code no app do seu banco, ou use a chave copia e cola abaixo:
00020101021126400014br.gov.bcb.pix0118walterfr@gmail.com5204000053039865802BR5915WALTER REBOUCAS6009FORTALEZA62070503***63045603
O que mudou em cada versão está no CHANGELOG. Os instaladores ficam em Releases.
MIT. Veja o arquivo LICENSE.
Apoia-se em: WhisperX, Demucs, librosa, SwiftF0, yt-dlp, Tauri, MusicBrainz, Cover Art Archive, iTunes Search API, Deezer API, Last.fm e Discogs. Inspiração de fluxo: UltraSinger.