si-jam-sessions

一个音乐引擎，可以对人工智能的演奏进行精确的评分、精确的回放，并以放心的态度进行训练。

将一段乐句与节拍对齐，引擎会记录该乐句中的每一个音符：

• 记录音符出现的时间，以整数采样为单位；
• 记录该音符在乐谱中的位置。

然后，它会根据乐谱对每个音符进行评分。两台机器对同一段乐句进行评分，结果会完全一致，因为 评分规则是确定性的 Rust 代码，编译成一个固定的 WebAssembly 二进制文件。由于规则是确定性的，因此记录的乐句在回放时会产生相同的哈希值，无需调用模型；CI 会在每次运行中回放一次。

si-jam-sessions 是 ai-jam-sessions 的对应物， 也是 si-rpg-engine 的一个姊妹项目。模型提出建议。 一个不是模型的检查器会接受或拒绝该建议，并给出理由，然后规则会提交并哈希它所接受的内容。模型不会直接操作乐谱。

收听

两段《共和国战歌》的乐曲在 登录页面 上并排播放，以便查看它们之间的差异。

• 原始乐谱： 这是该项目对 1862 年匿名出版的 Ditson 版本的乐谱进行的转录。
• 编曲者： glm-5.3 和 kimi-k3，它们都使用该原始乐谱在 Ollama Cloud 上进行编曲。
• 许可： 两段乐曲都采用 CC0 1.0 许可。它们都通过了规则的许可检查，并提供了相应的证据。
• 录音： 它们都通过规则，使用 Alexander Holm 的 Salamander Grand Piano V3 进行渲染（CC BY 3.0）。

| 编曲 | 长度 | 规则所提交的音符 | 未压缩的 WAV 文件（48 kHz，32 位浮点数） | |---|---|---|---| | glm-5.3 | 5:02 | 1,720 | 116 MB，SHA-256 85b2d567…2eed | | kimi-k3 | 4:37 | 1,924 | 106 MB，SHA-256 bf49d310…a017 |

渲染是确定性的：第二次渲染会产生相同的数据。CI 的钢琴任务在 Linux 上渲染了每个示例，并且两个 SHA-256 值都与发布版本相同：在 Windows 和 Linux 上也是如此。在首次获取钢琴后，此命令可以重现第一个示例：

cargo run -p host --release --locked -- render battle-hymn-glm-5.3.wav --piece battle-hymn-glm-5.3 --voice piano

完整的哈希值可以在 发布说明 中找到。

它与众不同之处

• 乐句是规则的一部分。 时间、音高和力度都是哈希状态中的整数，因此“延迟 45 毫秒”是引擎可以证明的事实。波形只是呈现方式。
• 时钟不会等待。 规则会以固定的时间间隔进行，无论是否有人演奏。模型会提前规划乐句，以应对提交时间范围。延迟的计划会被拒绝，绝不会被允许导致音乐停顿。
• 每首乐曲都必须证明其价值。 音乐只有在提供证据的情况下才能进入：
• 一首在美国和欧盟都属于公共领域的乐曲；
• 一首属于公共领域的编曲，或者该项目创作的编曲；
• 原始乐谱及其年份；
• 一个与乐曲来源相匹配的内嵌许可。

未知的、共享许可、非商业用途和限制人工智能使用的乐曲将被拒绝。CC BY 4.0 许可的乐曲将位于其自己的归属层级中。

• 训练数据将是规则所提交内容的打印版本。 尚未构建任何数据集。当构建数据集时，每一行都会回放至相同的哈希值，分割将按作品进行，并且在任何行存在之前都会固定，并且每个声明的结果都会说明其统计效力。

试用

使用 Rust 从源代码构建，或运行容器。该仓库在 rust-toolchain.toml 中固定了 Rust 1.98.1， 并且 rustup 会在首次构建时安装它。

• Windows 10 和 11 可以运行所有内容，但尚未尝试使用真实的 MIDI 键盘进行实时输入。
• Linux： CI 构建并测试主机，并使用它进行渲染。通过 Linux 音频设备进行播放尚未测试，并且实时输入目前仅适用于 Windows。
• macOS 尚未测试。
• 容器 ghcr.io/mcp-tool-shop-org/si-jam-sessions 运行 render、notes、notices 和 preview，无需 Rust 工具链。通过设备进行播放与未测试的 Linux 路径相同。

该镜像会与每个版本标签一起发布。它包含主机和乐谱，但不包含钢琴采样。

docker pull ghcr.io/mcp-tool-shop-org/si-jam-sessions:0.2.1
docker run --rm \
  -e HOST_UID="$(id -u)" -e HOST_GID="$(id -g)" \
  -v "$PWD:/out" \
  ghcr.io/mcp-tool-shop-org/si-jam-sessions:0.2.1 \
  notes /out/notes.json

在 PowerShell 上，删除 uid 行并挂载 ${PWD}:/out。手册的 容器页面 包含钢琴渲染和 Windows 表单。npm 包 @si-jam-sessions/si-jam-sessions 是此 版本发布的 README、变更日志和许可，由 Trusted Publishing 发布。安装它不会安装主机。主机是容器，或者是下面的构建。

cargo run -p host --release -- devices        # list the audio outputs and MIDI inputs
cargo run -p host --release -- fetch-piano    # download and verify the grand piano once (742 MB)
cargo run -p host --release -- play           # the Battle Hymn as glm-5.3 arranged it
cargo run -p host --release -- play --piece battle-hymn-kimi-k3
cargo run -p host --release -- jam --midi 0   # play along; each note is graded as it lands

• --piece 选择 battle-hymn-glm-5.3（默认值）、battle-hymn-kimi-k3 或 entertainer，即第一个 里程碑的测试乐曲。
• notes <out.json> 写入规则所提交的音符。登录页面从这些文件中获取数据。
• host help 列出每个命令。

对于 jam，请使用有线输出。蓝牙输出的延迟时间超过规则允许的 100 毫秒。

信任模型

• 涉及的数据：
• scores/ 中的乐谱文件；
• 每个用户缓存中的钢琴音效；
• 您选择的音频输出和 MIDI 输入；
• 您要求它写入的文件。
• 不涉及的数据： 任何位于上述路径之外的数据。不涉及任何账户、凭据或遥测数据。
• 容器： 实际上就是同一个程序。它包含二进制文件和乐谱，但不包含钢琴音效。在主机运行之前，它会降低权限：uid 为 10001，或者如果您设置了，则为 HOST_UID。挂载的目录是文件离开容器的唯一途径。
• 网络： 只有 fetch-piano 会使用网络。
• 它从一个固定的地址下载一个压缩包。
• 在解压缩任何内容之前，它会检查压缩包是否与固定的 SHA-256 校验值匹配。
• 它会拒绝链接以及指向其目录之外的路径。
• 权限： 普通用户账户。不需要管理员权限。
• “法律”模块： 完全不进行任何 I/O 操作。CI 检查确保其 WebAssembly 模块不导入任何内容。

如需报告漏洞，请参阅 SECURITY.md。

当前进展

• 第一个里程碑已完成： “法律”模块、数据摄取和来源验证、黄金哈希值以及主机。黄金哈希值在 x86_64 和 ARM64 架构上以及在 V8、SpiderMonkey 和 JavaScriptCore 下的 WebAssembly 环境中都是相同的。
• 设计已确定： 参见 docs/PHASE-0.md。
• 过渡： docs/HANDOFF.md 涵盖了正在进行的工作、已做出的决定及其原因，以及下一步计划。
• 审查： 在代码合并之前，两个模型会在 Ollama Cloud 上对其进行审查。每个模型都来自不同的家族，并且彼此不知道对方的审查结果。

许可

• 代码： MIT（参见 LICENSE）。
• 两首《战歌》的改编版本： CC0 1.0。
• 钢琴音效： CC BY 3.0（Alexander Holm）。fetch-piano 会下载这些音效，并且它们不会被提交到代码库中。
• 数据集： 每个数据集都有自己的许可证，并且许可证信息包含在其各自的卡片中。

由 MCP Tool Shop 构建。