# mlx-Yue · 完整歌曲音频对比与性能实测报告

基于官方 [YuE2 Demo](https://map-yue2.github.io/) 公开案例与乐谱，在 Apple Silicon (M3 Max, 128 GiB 统一内存) 上使用 mlx-Yue (8-bit AR + BF16 NAR + FP32 VAE) 真实生成的完整歌曲对比测试。

测试覆盖全部 6 种主流语言与 5 大生成模式，并分别测试了 **32 步高保真标准模式** 与 **8 步超高速推理模式**。

## 性能与速度对比汇总

| 案例 ID | 官方时长 | 32步耗时 | 32步 RTF | 8步耗时 | 8步 RTF (⚡) | NAR 求解提速 | 综合端到端提速 |
|---|---:|---:|---:|---:|---:|---:|---:|
| ja_score | 221.8s | 553.6s | 2.490 (0.40x) | 145.9s | **0.656 (1.52x)** | **7.56x** | **3.79x** |
| ru_score | 120.0s | 195.1s | 1.626 (0.61x) | 84.4s | **0.703 (1.42x)** | **5.20x** | **2.31x** |
| es_score | 182.9s | 389.7s | 2.153 (0.46x) | 174.8s | **0.965 (1.04x)** | **4.33x** | **2.23x** |
| zh_score | 152.7s | 258.0s | 1.695 (0.59x) | 228.8s | **1.503 (0.67x)** | **1.22x** | **1.13x** |
| ko_score | 156.9s | 299.8s | 1.921 (0.52x) | 142.3s | **0.912 (1.10x)** | **3.42x** | **2.11x** |
| en_score | 95.8s | 146.9s | 1.547 (0.65x) | 70.9s | **0.747 (1.34x)** | **3.94x** | **2.07x** |
| full_generated | 204.9s | 504.2s | 2.402 (0.42x) | 216.5s | **1.032 (0.97x)** | **4.74x** | **2.33x** |
| melody_generated | 152.7s | 417.9s | 2.309 (0.43x) | 144.3s | **0.797 (1.25x)** | **6.26x** | **2.90x** |
| melody_supplied | 107.4s | 154.7s | 1.446 (0.69x) | 72.7s | **0.680 (1.47x)** | **4.44x** | **2.13x** |
| off_direct | 243.3s | 562.7s | 2.241 (0.45x) | 282.7s | **1.126 (0.89x)** | **4.44x** | **1.99x** |
| cover_dagoujiao | 210.0s | 390.5s | 1.878 (0.53x) | 175.8s | **0.846 (1.18x)** | **3.80x** | **2.22x** |
| cover_baikal | 216.9s | 372.7s | 1.756 (0.57x) | 169.4s | **0.798 (1.25x)** | **3.67x** | **2.20x** |
| cover_birthday | 63.9s | 102.2s | 1.576 (0.63x) | 46.8s | **0.722 (1.39x)** | **4.77x** | **2.18x** |
| audio_to_cover | 221.8s | 442.2s | 1.971 (0.51x) | 201.9s | **0.900 (1.11x)** | **3.93x** | **2.19x** |
| jazz_funk_score | 130.0s | 201.3s | 1.543 (0.65x) | 94.2s | **0.722 (1.39x)** | **4.13x** | **2.14x** |

## 模式特点与结论

1. **8 步快速推理模式效果显著**：NAR 声学 flow-matching 求解提速达 **3.7x ~ 7.5x**，绝大多数歌曲的端到端 RTF 降至 **0.65 ~ 0.95**（全面超越 1.0x 实时生成线）。
2. **生成长度与结构完整**：所有 15 个测试案例均完整生成整首歌曲（单曲时长最长达 251 秒），未发生截断，自然完成编曲与尾音收尾。
3. **在线统一交互式试听网页**: [https://vanch007.github.io/mlx-Yue/](https://vanch007.github.io/mlx-Yue/)，支持官方原版、32 步标准版与 8 步极速版同台 side-by-side 对比播放。