--- title: shengwenzoo canonical_url: "https://www.modelscope.cn/studios/maximax/shengwenzoo" md_url: "https://www.modelscope.cn/studios/maximax/shengwenzoo.md" repository: maximax/shengwenzoo last_updated: 2026-08-09 sdk_type: docker sdk_version: 6.17.3 downloads: 0 stars: 0 --- # shengwenzoo > shengwenzoo - maximax 在 ModelScope 创建的在线 Demo。声纹生物园 VOICE CREATURES maximax/shengwenzoo 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 docker 6.17.3 构建。 - **Repository**: maximax/shengwenzoo - **SDK**: docker - **SDK version**: 6.17.3 - **Downloads**: 0 - **Stars**: 0 - **Last updated**: 2026-08-09 Source: https://www.modelscope.cn/studios/maximax/shengwenzoo --- # 声纹生物园 VOICE CREATURES **录 5 秒声音，长出一只专属生物。同一段声音，永远孵出同一只。** 浏览器就地把你的声音拆成节奏、音高、频谱、噪声度，编成 12 维**声纹 DNA**，直接决定生物的骨架、身体、表皮、配色与运动方式——它不是随机生成的贴图，是你声音的确定性表型。 - **在线体验**：https://maximax-shengwenzoo.ms.show/ - **ModelScope 项目与源码**：https://www.modelscope.cn/studios/maximax/shengwenzoo - **完整使用说明**：[使用说明书.md](使用说明书.md) ![桌面端孵化后的声纹生物](docs/screenshots/desktop-hatched.png)

桌面端二代家族树 390px 手机端保存生物卡

## 五分钟玩法 1. **孵化**：点「录 5 秒，开始孵化」，说话、哼歌、拍手都行。录音浮层会显示实时示波波形；持续约 1 秒没有信号时会提醒检查麦克风，声音恢复后提示立即复原。不方便出声？底部三段自制样例同样能完整体验。 2. **养大它**：再喂 5 秒会改变活力、共鸣与动作，但完整 12 维身份 DNA 不会被改写；「实时共鸣」让麦克风即时牵引它。 3. **邀请繁育**：生成二维码接力链接，下一个人录下自己的 5 秒，两组声纹稳定重组出**带双亲谱系的第二代**，家族树逐代生长。 4. **保存生物卡**：导出逐帧带名字、编号与接力短码的动态 WebM 生物卡。 完整体验剧本见仓库内 [使用说明书.md](使用说明书.md)。 ## 百炼 Qwen-Omni 在这里做什么 界面上有一个**默认关闭、逐次生效**的开关「允许发送这 5 秒给百炼解读」。你主动打开后，这段音频规范为 16kHz WAV，由服务端按官方 OpenAI 兼容方式（`input_audio` + SSE 流式）调用 **Qwen-Omni（qwen3.5-omni-flash）**，为生物生成命名、性格、野外观察、声音栖息地与喂养建议。请求只上传音频与调用所需的 consent / 格式 / 用途字段，不上传本地 DNA、谱系、署名或已有生物资料。 **模型只能写语义层**：编号、12 维基因、外形与繁育谱系永远由本地 DSP 决定，Qwen 改不了。每条语义都随存档记录真实来源（`百炼` / `本地 mock`），界面如实标注，环境切换也不会把 mock 记录"升级"成百炼结果。百炼不可用、超时或返回异常时，页面明确提示并完整保留已有生物——**不会出现伪造的成功**。 ## 诚实边界 - **默认本地模式不是阉割版**：未配置密钥时页面明示「百炼未配置，本次仅做本地 DSP / 无请求、无伪造结果」，孵化、喂养、共鸣、繁育、家族树、生物卡全部完整可玩，且确实零上传。当前部署是否启用百炼，以页面右上角状态徽章实时显示为准。 - **隐私**：原声只在你的设备上分析，本地不保存原始音频。繁育链接携带量化 DNA 与亲本展示元数据（编号、名称 / 拉丁名、代际、配色），不含录音、参与者署名、密钥或可被当作可信证据的百炼来源；外部接力 token 的来源声明一律不受信。只有你逐次同意时，那一次 5 秒规范化音频与非识别控制字段才会经应用服务端发送给百炼。 - **不是生物识别**：这里的「声纹」是创意声学特征编码，不用于识别、认证或推断说话者身份。 - **样例可复现**：三段样例由确定性 PCM 自制生成，未使用任何外部音乐或版权素材；用同一样例孵化必得同一只生物，可验证「同声同生物」不是话术。 ## 技术 浏览器端自研 DSP（FFT 频谱、YIN 音高、节奏自相关、RMS、频谱质心、频谱通量、噪声度、谐波性）→ 12 维确定性基因 → Canvas 程序化生物渲染；录音示波器复用同一个 WebAudio `AnalyserNode` 的 time-domain 数据，不创建第二条音频管线。Next.js（vinext）服务端提供百炼调用路由，密钥只存在于服务端运行时环境变量。 本地复现与审计（Node.js ≥ 22.13）： ```bash npm ci npm run dev # 未配置密钥时是纯本地 DSP；本地 mock 需按 .env.example 显式启用 npm run verify # 产品/DSP/权限/限流/百炼契约 + TypeScript + lint + 生产构建 + SSR 契约 ``` 接入自己的百炼账号：复制 `.env.example` 为 `.env.local`，填入 `DASHSCOPE_API_KEY` 与 `BAILIAN_WORKSPACE_ID`（北京地域）；开发模式可直接验证，提交前建议再用 `npm run build && npm run start` 复核生产路径。公开部署还应在托管边缘配置持久限流；应用内已有每实例的匿名请求节流作为基础保护。 许可证见 [LICENSE](LICENSE)。 --- 外滩大会 2026 · AI Coding 大赛参赛作品 · 阿里云百炼赛道