MMM 工具一键去水印+检测 批处理脚本(Windows/Mac 双版本)

核心说明:脚本已整合「批量处理input文件夹音频+自动输出到output+水印残留检测」,无需手动输入命令,仅需提前完成 MMM 工具的环境准备(参考之前的安装步骤),放入音频即可运行。

一、Windows 版本(一键双击运行,最友好)

1. 脚本内容(复制到记事本,保存为「一键去水印.bat」)

复制代码

@echo off echo ============================================== echo MMM 工具一键去水印+检测(Windows 批处理) echo 提示:请先将待处理音频放入 mmm 目录下的 input 文件夹 echo ============================================== pause echo 正在批量处理音频... python batch_clean.py echo 音频处理完成!已保存到 output 文件夹 echo ============================================== echo 正在检测水印残留... python check_watermark.py output/ echo 检测完成!残留结果已在终端显示 echo ============================================== echo 操作结束,按任意键退出... pause

2. 使用步骤

① 确保 MMM 工具已安装(完成之前的 git 克隆、pip 依赖安装);

② 在 mmm 目录下,新建 input(放待处理音频)和 output(存处理后文件)文件夹;

③ 将上述脚本复制到记事本,保存时选择「保存类型:所有文件」,文件名改为「一键去水印.bat」,保存到 mmm 目录下;

④ 双击「一键去水印.bat」,按提示操作(先放音频,再按回车),自动完成批量去水印+残留检测。

二、Mac/Linux 版本(终端一键运行)

1. 脚本内容(复制到文本编辑器,保存为「watermark_clean.sh」)

复制代码

#!/bin/bash echo "==============================================" echo "MMM 工具一键去水印+检测(Mac/Linux 批处理)" echo "提示:请先将待处理音频放入 mmm 目录下的 input 文件夹" echo "==============================================" read -p "按回车键开始处理..." echo "正在批量处理音频..." python3 batch_clean.py echo "音频处理完成!已保存到 output 文件夹" echo "==============================================" echo "正在检测水印残留..." python3 check_watermark.py output/ echo "检测完成!残留结果已在终端显示" echo "==============================================" echo "操作结束!"

2. 使用步骤

① 确保 MMM 工具已安装(完成 git 克隆、pip 依赖安装,Mac 需确保 python3 可用);

② 在 mmm 目录下,新建 input(放待处理音频)和 output(存处理后文件)文件夹;

③ 将上述脚本复制到文本编辑器,保存为「watermark_clean.sh」,保存到 mmm 目录下;

④ 打开终端,进入 mmm 目录(命令:cd 你的mmm文件夹路径,比如 cd /Users/xxx/mmm);

⑤ 赋予脚本运行权限(仅第一次需要,命令:chmod +x watermark_clean.sh);

⑥ 运行脚本(命令:./watermark_clean.sh),按提示按回车,自动完成批量去水印+残留检测。

三、关键注意事项(必看)

  1. 音频格式:仅支持 MP3、WAV,放入 input 文件夹时,无需修改文件名,脚本会自动批量处理;

  2. 环境要求:必须先完成 MMM 工具的基础安装(git 克隆、pip install -r requirements.txt),否则脚本会报错;

  3. 检测结果:终端会显示每首音频的水印残留情况,显示「No watermark detected」即为去除成功;

  4. 异常处理:若报错"python 不是内部命令"(Windows),需重新安装 Python 并勾选「添加到环境变量」。

相关推荐
2601_949950631 小时前
练题簿,把培训从“走过场”变成“真落地”
人工智能·学习·小程序·刷题·小程序推荐
诸神缄默不语2 小时前
备战 AI 出海 DAY 0:海外数据采集
大数据·人工智能
Ysn07193 小时前
YOLO-Master工程:experts.py 专家结构详解与目标检测专家设计启发
人工智能·yolo·目标检测
BingoGo3 小时前
使用 GPT-6 Astra 模型 请立刻更新你的 Skill 与提示词
人工智能
香菜+4 小时前
端侧视频分析 · 架构笔记
人工智能
s1ckrain4 小时前
【论文阅读】A Survey on Vision–Language–Action Models for Embodied AI
论文阅读·人工智能·多模态·具身智能
深圳雨林凯AI4 小时前
图案裂变的“风格归一化“设计思路:主体保得住,画风才拉得齐|雨林凯AI技术笔记
人工智能·笔记
DevNo4 小时前
英文会议转中文纪要,三款AI工具实测体验
人工智能
深小乐4 小时前
AI 说话越来越难懂?Anthropic 员工都在用 ELI5 这个图解 Skill
人工智能
问天_观心4 小时前
大模型微调学习(二)
人工智能·python·深度学习·学习·语言模型·transformer