diff --git a/GPT_SoVITS/inference_webui.py b/GPT_SoVITS/inference_webui.py
index 9c5197a7..20c6eb0e 100644
--- a/GPT_SoVITS/inference_webui.py
+++ b/GPT_SoVITS/inference_webui.py
@@ -365,7 +365,7 @@ def merge_short_text_in_array(texts, threshold):
result[len(result) - 1] += text
return result
-def get_tts_wav(ref_wav_path, prompt_text, prompt_language, text, text_language, how_to_cut=i18n("不切"), top_k=20, top_p=0.6, temperature=0.6):
+def get_tts_wav(ref_wav_path, prompt_text, prompt_language, text, text_language, how_to_cut=i18n("不切"), top_k=5, top_p=1, temperature=1):
t0 = ttime()
prompt_language = dict_language[prompt_language]
text_language = dict_language[text_language]
@@ -591,71 +591,76 @@ def get_weights_names():
SoVITS_names, GPT_names = get_weights_names()
-with gr.Blocks(title="GPT-SoVITS WebUI") as app:
- gr.Markdown(
- value=i18n("本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责.
如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录LICENSE.")
- )
- with gr.Group():
- gr.Markdown(value=i18n("模型切换"))
- with gr.Row():
- GPT_dropdown = gr.Dropdown(label=i18n("GPT模型列表"), choices=sorted(GPT_names, key=custom_sort_key), value=gpt_path, interactive=True)
- SoVITS_dropdown = gr.Dropdown(label=i18n("SoVITS模型列表"), choices=sorted(SoVITS_names, key=custom_sort_key), value=sovits_path, interactive=True)
- refresh_button = gr.Button(i18n("刷新模型路径"), variant="primary")
- refresh_button.click(fn=change_choices, inputs=[], outputs=[SoVITS_dropdown, GPT_dropdown])
- SoVITS_dropdown.change(change_sovits_weights, [SoVITS_dropdown], [])
- GPT_dropdown.change(change_gpt_weights, [GPT_dropdown], [])
- gr.Markdown(value=i18n("*请上传并填写参考信息"))
- with gr.Row():
- inp_ref = gr.Audio(label=i18n("请上传3~10秒内参考音频,超过会报错!"), type="filepath")
- prompt_text = gr.Textbox(label=i18n("参考音频的文本"), value="")
- prompt_language = gr.Dropdown(
- label=i18n("参考音频的语种"), choices=[i18n("中文"), i18n("英文"), i18n("日文"), i18n("中英混合"), i18n("日英混合"), i18n("多语种混合")], value=i18n("中文")
- )
- gr.Markdown(value=i18n("*请填写需要合成的目标文本。中英混合选中文,日英混合选日文,中日混合暂不支持,非目标语言文本自动遗弃。"))
- with gr.Row():
- text = gr.Textbox(label=i18n("需要合成的文本"), value="")
- text_language = gr.Dropdown(
- label=i18n("需要合成的语种"), choices=[i18n("中文"), i18n("英文"), i18n("日文"), i18n("中英混合"), i18n("日英混合"), i18n("多语种混合")], value=i18n("中文")
- )
- how_to_cut = gr.Radio(
- label=i18n("怎么切"),
- choices=[i18n("不切"), i18n("凑四句一切"), i18n("凑50字一切"), i18n("按中文句号。切"), i18n("按英文句号.切"), i18n("按标点符号切"), ],
- value=i18n("凑四句一切"),
- interactive=True,
- )
- with gr.Row():
- top_k = gr.Slider(minimum=1,maximum=100,step=1,label=i18n("top_k"),value=5,interactive=True)
- top_p = gr.Slider(minimum=0,maximum=1,step=0.05,label=i18n("top_p"),value=1,interactive=True)
- temperature = gr.Slider(minimum=0,maximum=1,step=0.05,label=i18n("temperature"),value=1,interactive=True)
- inference_button = gr.Button(i18n("合成语音"), variant="primary")
- output = gr.Audio(label=i18n("输出的语音"))
+def main():
- inference_button.click(
- get_tts_wav,
- [inp_ref, prompt_text, prompt_language, text, text_language, how_to_cut,top_k,top_p,temperature],
- [output],
+ with gr.Blocks(title="GPT-SoVITS WebUI") as app:
+ gr.Markdown(
+ value=i18n("本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责.
如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录LICENSE.")
)
-
- gr.Markdown(value=i18n("文本切分工具。太长的文本合成出来效果不一定好,所以太长建议先切。合成会根据文本的换行分开合成再拼起来。"))
- with gr.Row():
- text_inp = gr.Textbox(label=i18n("需要合成的切分前文本"), value="")
- button1 = gr.Button(i18n("凑四句一切"), variant="primary")
- button2 = gr.Button(i18n("凑50字一切"), variant="primary")
- button3 = gr.Button(i18n("按中文句号。切"), variant="primary")
- button4 = gr.Button(i18n("按英文句号.切"), variant="primary")
- button5 = gr.Button(i18n("按标点符号切"), variant="primary")
- text_opt = gr.Textbox(label=i18n("切分后文本"), value="")
- button1.click(cut1, [text_inp], [text_opt])
- button2.click(cut2, [text_inp], [text_opt])
- button3.click(cut3, [text_inp], [text_opt])
- button4.click(cut4, [text_inp], [text_opt])
- button5.click(cut5, [text_inp], [text_opt])
- gr.Markdown(value=i18n("后续将支持混合语种编码文本输入。"))
-
-app.queue(concurrency_count=511, max_size=1022).launch(
- server_name="0.0.0.0",
- inbrowser=True,
- share=is_share,
- server_port=infer_ttswebui,
- quiet=True,
-)
+ with gr.Group():
+ gr.Markdown(value=i18n("模型切换"))
+ with gr.Row():
+ GPT_dropdown = gr.Dropdown(label=i18n("GPT模型列表"), choices=sorted(GPT_names, key=custom_sort_key), value=gpt_path, interactive=True)
+ SoVITS_dropdown = gr.Dropdown(label=i18n("SoVITS模型列表"), choices=sorted(SoVITS_names, key=custom_sort_key), value=sovits_path, interactive=True)
+ refresh_button = gr.Button(i18n("刷新模型路径"), variant="primary")
+ refresh_button.click(fn=change_choices, inputs=[], outputs=[SoVITS_dropdown, GPT_dropdown])
+ SoVITS_dropdown.change(change_sovits_weights, [SoVITS_dropdown], [])
+ GPT_dropdown.change(change_gpt_weights, [GPT_dropdown], [])
+ gr.Markdown(value=i18n("*请上传并填写参考信息"))
+ with gr.Row():
+ inp_ref = gr.Audio(label=i18n("请上传3~10秒内参考音频,超过会报错!"), type="filepath")
+ prompt_text = gr.Textbox(label=i18n("参考音频的文本"), value="")
+ prompt_language = gr.Dropdown(
+ label=i18n("参考音频的语种"), choices=[i18n("中文"), i18n("英文"), i18n("日文"), i18n("中英混合"), i18n("日英混合"), i18n("多语种混合")], value=i18n("中文")
+ )
+ gr.Markdown(value=i18n("*请填写需要合成的目标文本。中英混合选中文,日英混合选日文,中日混合暂不支持,非目标语言文本自动遗弃。"))
+ with gr.Row():
+ text = gr.Textbox(label=i18n("需要合成的文本"), value="")
+ text_language = gr.Dropdown(
+ label=i18n("需要合成的语种"), choices=[i18n("中文"), i18n("英文"), i18n("日文"), i18n("中英混合"), i18n("日英混合"), i18n("多语种混合")], value=i18n("中文")
+ )
+ how_to_cut = gr.Radio(
+ label=i18n("怎么切"),
+ choices=[i18n("不切"), i18n("凑四句一切"), i18n("凑50字一切"), i18n("按中文句号。切"), i18n("按英文句号.切"), i18n("按标点符号切"), ],
+ value=i18n("凑四句一切"),
+ interactive=True,
+ )
+ with gr.Row():
+ top_k = gr.Slider(minimum=1,maximum=100,step=1,label=i18n("top_k"),value=5,interactive=True)
+ top_p = gr.Slider(minimum=0,maximum=1,step=0.05,label=i18n("top_p"),value=1,interactive=True)
+ temperature = gr.Slider(minimum=0,maximum=1,step=0.05,label=i18n("temperature"),value=1,interactive=True)
+ inference_button = gr.Button(i18n("合成语音"), variant="primary")
+ output = gr.Audio(label=i18n("输出的语音"))
+
+ inference_button.click(
+ get_tts_wav,
+ [inp_ref, prompt_text, prompt_language, text, text_language, how_to_cut,top_k,top_p,temperature],
+ [output],
+ )
+
+ gr.Markdown(value=i18n("文本切分工具。太长的文本合成出来效果不一定好,所以太长建议先切。合成会根据文本的换行分开合成再拼起来。"))
+ with gr.Row():
+ text_inp = gr.Textbox(label=i18n("需要合成的切分前文本"), value="")
+ button1 = gr.Button(i18n("凑四句一切"), variant="primary")
+ button2 = gr.Button(i18n("凑50字一切"), variant="primary")
+ button3 = gr.Button(i18n("按中文句号。切"), variant="primary")
+ button4 = gr.Button(i18n("按英文句号.切"), variant="primary")
+ button5 = gr.Button(i18n("按标点符号切"), variant="primary")
+ text_opt = gr.Textbox(label=i18n("切分后文本"), value="")
+ button1.click(cut1, [text_inp], [text_opt])
+ button2.click(cut2, [text_inp], [text_opt])
+ button3.click(cut3, [text_inp], [text_opt])
+ button4.click(cut4, [text_inp], [text_opt])
+ button5.click(cut5, [text_inp], [text_opt])
+ gr.Markdown(value=i18n("后续将支持混合语种编码文本输入。"))
+
+ app.queue(concurrency_count=511, max_size=1022).launch(
+ server_name="0.0.0.0",
+ inbrowser=True,
+ share=is_share,
+ server_port=infer_ttswebui,
+ quiet=True,
+ )
+
+if __name__ == '__main__':
+ main()