From 62831dfcc7ec236cc767c78add8bb950f5444313 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E8=93=9D=E6=A2=A6=E5=AE=9E?= <36986837+SapphireLab@users.noreply.github.com> Date: Mon, 12 Aug 2024 10:42:52 +0800 Subject: [PATCH 01/10] fix_onlyasr (#1433) --- tools/asr/fasterwhisper_asr.py | 7 +-- tools/asr/funasr_asr.py | 100 +++++++++++++++++++-------------- 2 files changed, 60 insertions(+), 47 deletions(-) diff --git a/tools/asr/fasterwhisper_asr.py b/tools/asr/fasterwhisper_asr.py index da8eadfb..d46cbbd7 100644 --- a/tools/asr/fasterwhisper_asr.py +++ b/tools/asr/fasterwhisper_asr.py @@ -68,10 +68,9 @@ def execute_asr(input_folder, output_folder, model_size, language, precision): if info.language == "zh": print("检测为中文文本, 转 FunASR 处理") - if("only_asr"not in globals()): - from tools.asr.funasr_asr import \ - only_asr # #如果用英文就不需要导入下载模型 - text = only_asr(file_path) + if("only_asr" not in globals()): + from tools.asr.funasr_asr import only_asr #如果用英文就不需要导入下载模型 + text = only_asr(file_path, language=info.language.lower()) if text == '': for segment in segments: diff --git a/tools/asr/funasr_asr.py b/tools/asr/funasr_asr.py index 11209ada..fe520e24 100644 --- a/tools/asr/funasr_asr.py +++ b/tools/asr/funasr_asr.py @@ -3,30 +3,72 @@ import argparse import os import traceback -from tqdm import tqdm + # from funasr.utils import version_checker # version_checker.check_for_update = lambda: None from funasr import AutoModel +from tqdm import tqdm +funasr_models = {} # 存储模型避免重复加载 -def only_asr(input_file): +def only_asr(input_file, language): try: + model = create_model(language) text = model.generate(input=input_file)[0]["text"] except: text = '' print(traceback.format_exc()) return text +def create_model(language="zh"): + path_vad = 'tools/asr/models/speech_fsmn_vad_zh-cn-16k-common-pytorch' + path_punc = 'tools/asr/models/punc_ct-transformer_zh-cn-common-vocab272727-pytorch' + path_vad = path_vad if os.path.exists(path_vad) else "iic/speech_fsmn_vad_zh-cn-16k-common-pytorch" + path_punc = path_punc if os.path.exists(path_punc) else "iic/punc_ct-transformer_zh-cn-common-vocab272727-pytorch" + vad_model_revision = punc_model_revision = "v2.0.4" + + if language == "zh": + path_asr = 'tools/asr/models/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch' + path_asr = path_asr if os.path.exists(path_asr) else "iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch" + model_revision = "v2.0.4" + elif language == "yue": + path_asr = 'tools/asr/models/speech_UniASR_asr_2pass-cantonese-CHS-16k-common-vocab1468-tensorflow1-online' + path_asr = path_asr if os.path.exists(path_asr) else "iic/speech_UniASR_asr_2pass-cantonese-CHS-16k-common-vocab1468-tensorflow1-online" + model_revision = "master" + path_vad = path_punc = None + vad_model_revision = punc_model_revision = None + ###友情提示：粤语带VAD识别可能会有少量shape不对报错的，但是不带VAD可以.不带vad只能分阶段单独加标点。不过标点模型对粤语效果真的不行… + else: + raise ValueError("FunASR 不支持该语言" + ": " + language) + + if language in funasr_models: + return funasr_models[language] + else: + model = AutoModel( + model = path_asr, + model_revision = model_revision, + vad_model = path_vad, + vad_model_revision = vad_model_revision, + punc_model = path_punc, + punc_model_revision = punc_model_revision, + ) + print(f"FunASR 模型加载完成: {language.upper()}") + + funasr_models[language] = model + return model + def execute_asr(input_folder, output_folder, model_size, language): input_file_names = os.listdir(input_folder) input_file_names.sort() output = [] output_file_name = os.path.basename(input_folder) + + model = create_model(language) for file_name in tqdm(input_file_names): try: - print(file_name) + print("\n" + file_name) file_path = os.path.join(input_folder, file_name) text = model.generate(input=file_path)[0]["text"] output.append(f"{file_path}|{output_file_name}|{language.upper()}|{text}") @@ -42,47 +84,19 @@ def execute_asr(input_folder, output_folder, model_size, language): print(f"ASR 任务完成->标注文件路径: {output_file_path}\n") return output_file_path - -parser = argparse.ArgumentParser() -parser.add_argument("-i", "--input_folder", type=str, required=True, - help="Path to the folder containing WAV files.") -parser.add_argument("-o", "--output_folder", type=str, required=True, - help="Output folder to store transcriptions.") -parser.add_argument("-s", "--model_size", type=str, default='large', - help="Model Size of FunASR is Large") -parser.add_argument("-l", "--language", type=str, default='zh', choices=['zh','yue','auto'], - help="Language of the audio files.") -parser.add_argument("-p", "--precision", type=str, default='float16', choices=['float16','float32'], - help="fp16 or fp32")#还没接入 - -cmd = parser.parse_args() - -path_vad = 'tools/asr/models/speech_fsmn_vad_zh-cn-16k-common-pytorch' -path_punc = 'tools/asr/models/punc_ct-transformer_zh-cn-common-vocab272727-pytorch' -path_vad = path_vad if os.path.exists(path_vad) else "iic/speech_fsmn_vad_zh-cn-16k-common-pytorch" -path_punc = path_punc if os.path.exists(path_punc) else "iic/punc_ct-transformer_zh-cn-common-vocab272727-pytorch" -vad_model_revision=punc_model_revision="v2.0.4" - -if(cmd.language=="zh"): - path_asr = 'tools/asr/models/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch' - path_asr = path_asr if os.path.exists(path_asr) else "iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch" - model_revision="v2.0.4" -else: - path_asr = 'tools/asr/models/speech_UniASR_asr_2pass-cantonese-CHS-16k-common-vocab1468-tensorflow1-online' - path_asr = path_asr if os.path.exists(path_asr) else "iic/speech_UniASR_asr_2pass-cantonese-CHS-16k-common-vocab1468-tensorflow1-online" - model_revision="master" - path_vad=path_punc=vad_model_revision=punc_model_revision=None###友情提示：粤语带VAD识别可能会有少量shape不对报错的，但是不带VAD可以.不带vad只能分阶段单独加标点。不过标点模型对粤语效果真的不行… - -model = AutoModel( - model=path_asr, - model_revision=model_revision, - vad_model=path_vad, - vad_model_revision=vad_model_revision, - punc_model=path_punc, - punc_model_revision=punc_model_revision, -) - if __name__ == '__main__': + parser = argparse.ArgumentParser() + parser.add_argument("-i", "--input_folder", type=str, required=True, + help="Path to the folder containing WAV files.") + parser.add_argument("-o", "--output_folder", type=str, required=True, + help="Output folder to store transcriptions.") + parser.add_argument("-s", "--model_size", type=str, default='large', + help="Model Size of FunASR is Large") + parser.add_argument("-l", "--language", type=str, default='zh', choices=['zh','yue','auto'], + help="Language of the audio files.") + parser.add_argument("-p", "--precision", type=str, default='float16', choices=['float16','float32'], + help="fp16 or fp32")#还没接入 + cmd = parser.parse_args() execute_asr( input_folder = cmd.input_folder, output_folder = cmd.output_folder, From d552c971bfe25e85fe0da6d8cf661d1051cdee6c Mon Sep 17 00:00:00 2001 From: AkitoLiu <39857739+Akito-UzukiP@users.noreply.github.com> Date: Mon, 12 Aug 2024 10:43:36 +0800 Subject: [PATCH 02/10] add modifiable japanese dict (#1443) --- GPT_SoVITS/text/ja_userdic/userdict.csv | 1 + GPT_SoVITS/text/japanese.py | 24 +++++++++++++++++++++++- 2 files changed, 24 insertions(+), 1 deletion(-) create mode 100644 GPT_SoVITS/text/ja_userdic/userdict.csv diff --git a/GPT_SoVITS/text/ja_userdic/userdict.csv b/GPT_SoVITS/text/ja_userdic/userdict.csv new file mode 100644 index 00000000..b23e0d63 --- /dev/null +++ b/GPT_SoVITS/text/ja_userdic/userdict.csv @@ -0,0 +1 @@ +主殿,*,*,-32767,名詞,固有名詞,一般,*,*,*,アルジドノ,アルジドノ,アルジドノ,3/5,* \ No newline at end of file diff --git a/GPT_SoVITS/text/japanese.py b/GPT_SoVITS/text/japanese.py index 4c10720e..e9fe7c1a 100644 --- a/GPT_SoVITS/text/japanese.py +++ b/GPT_SoVITS/text/japanese.py @@ -1,8 +1,30 @@ # modified from https://github.com/CjangCjengh/vits/blob/main/text/japanese.py import re -import sys import pyopenjtalk +import os +import hashlib +current_file_path = os.path.dirname(__file__) +def get_hash(fp: str) -> str: + hash_md5 = hashlib.md5() + with open(fp, "rb") as f: + for chunk in iter(lambda: f.read(4096), b""): + hash_md5.update(chunk) + return hash_md5.hexdigest() + +USERDIC_CSV_PATH = os.path.join(current_file_path, "ja_userdic", "userdict.csv") +USERDIC_BIN_PATH = os.path.join(current_file_path, "ja_userdic", "user.dict") +USERDIC_HASH_PATH = os.path.join(current_file_path, "ja_userdic", "userdict.md5") +# 如果没有用户词典，就生成一个；如果有，就检查md5，如果不一样，就重新生成 +if os.path.exists(USERDIC_CSV_PATH): + if not os.path.exists(USERDIC_BIN_PATH) or get_hash(USERDIC_CSV_PATH) != open(USERDIC_HASH_PATH, "r",encoding='utf-8').read(): + pyopenjtalk.mecab_dict_index(USERDIC_CSV_PATH, USERDIC_BIN_PATH) + with open(USERDIC_HASH_PATH, "w", encoding='utf-8') as f: + f.write(get_hash(USERDIC_CSV_PATH)) + +if os.path.exists(USERDIC_BIN_PATH): + pyopenjtalk.update_global_jtalk_with_user_dict(USERDIC_BIN_PATH) + from text.symbols import punctuation # Regular expression matching Japanese without punctuation marks: From c60e796452650f15d1b8b45cc428226597397286 Mon Sep 17 00:00:00 2001 From: Lion-Wu <130235128+Lion-Wu@users.noreply.github.com> Date: Mon, 12 Aug 2024 10:47:02 +0800 Subject: [PATCH 03/10] Update README (#1423) Update README (#1423) --- README.md | 48 +++++++------------ docs/cn/README.md | 62 ++++++++++-------------- docs/ja/README.md | 119 ++++++++++++++++++++++++++++++++++++++------- docs/ko/README.md | 120 +++++++++++++++++++++++++++++++++++++++------- docs/tr/README.md | 116 +++++++++++++++++++++++++++++++++++++------- 5 files changed, 348 insertions(+), 117 deletions(-) diff --git a/README.md b/README.md index 98fc0d0a..91f15703 100644 --- a/README.md +++ b/README.md @@ -38,7 +38,7 @@ https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350- ## Installation -For users in the China region, you can [click here](https://www.codewithgpu.com/i/RVC-Boss/GPT-SoVITS/GPT-SoVITS-Official) to use AutoDL Cloud Docker to experience the full functionality online. +For users in China, you can [click here](https://www.codewithgpu.com/i/RVC-Boss/GPT-SoVITS/GPT-SoVITS-Official) to use AutoDL Cloud Docker to experience the full functionality online. ### Tested Environments @@ -53,7 +53,7 @@ _Note: numba==0.56.4 requires py<3.11_ If you are a Windows user (tested with win>=10), you can [download the integrated package](https://huggingface.co/lj1995/GPT-SoVITS-windows-package/resolve/main/GPT-SoVITS-beta.7z?download=true) and double-click on _go-webui.bat_ to start GPT-SoVITS-WebUI. -Users in the China region can [download the package](https://www.icloud.com.cn/iclouddrive/030K8WjGJ9xMXhpzJVIMEWPzQ#GPT-SoVITS-beta0706fix1) by clicking the link and then selecting "Download a copy." (Log out if you encounter errors while downloading.) +**Users in China can [download the package here](https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/dkxgpiy9zb96hob4#KTvnO).** ### Linux @@ -141,31 +141,17 @@ docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-Docker ## Pretrained Models -Download pretrained models from [GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) and place them in `GPT_SoVITS/pretrained_models`. +**Users in China can [download all these models here](https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/dkxgpiy9zb96hob4#nVNhX).** -Download G2PW models from [G2PWModel-v2-onnx.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip), unzip and rename to `G2PWModel`, and then place them in `GPT_SoVITS\text`.(Chinese TTS Only) +1. Download pretrained models from [GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) and place them in `GPT_SoVITS/pretrained_models`. -For UVR5 (Vocals/Accompaniment Separation & Reverberation Removal, additionally), download models from [UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) and place them in `tools/uvr5/uvr5_weights`. +2. Download G2PW models from [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip), unzip and rename to `G2PWModel`, and then place them in `GPT_SoVITS/text`.(Chinese TTS Only) -Users in the China region can download these two models by entering the links below and clicking "Download a copy" (Log out if you encounter errors while downloading.) +3. For UVR5 (Vocals/Accompaniment Separation & Reverberation Removal, additionally), download models from [UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) and place them in `tools/uvr5/uvr5_weights`. -- [GPT-SoVITS Models](https://www.icloud.com/iclouddrive/044boFMiOHHt22SNr-c-tirbA#pretrained_models) +4. For Chinese ASR (additionally), download models from [Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files), and [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) and place them in `tools/asr/models`. -- [UVR5 Weights](https://www.icloud.com.cn/iclouddrive/0bekRKDiJXboFhbfm3lM2fVbA#UVR5_Weights) - -- [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip)（Download G2PW models, unzip and rename to `G2PWModel`, and then place them in `GPT_SoVITS\text`. - -For Chinese ASR (additionally), download models from [Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files), and [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) and place them in `tools/asr/models`. - -Or Download FunASR Model from [FunASR Model](https://www.icloud.com/iclouddrive/0b52_7SQWYr75kHkPoPXgpeQA#models), unzip and replace `tools/asr/models`.(Log out if you encounter errors while downloading.) - -For English or Japanese ASR (additionally), download models from [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) and place them in `tools/asr/models`. Also, [other models](https://huggingface.co/Systran) may have the similar effect with smaller disk footprint. - -Users in the China region can download this model by entering the links below - -- [Faster Whisper Large V3](https://www.icloud.com/iclouddrive/00bUEp9_mcjMq_dhHu_vrAFDQ#faster-whisper-large-v3) (Click "Download a copy", log out if you encounter errors while downloading.) - -- [Faster Whisper Large V3](https://hf-mirror.com/Systran/faster-whisper-large-v3) (HuggingFace mirror site) +5. For English or Japanese ASR (additionally), download models from [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) and place them in `tools/asr/models`. Also, [other models](https://huggingface.co/Systran) may have the similar effect with smaller disk footprint. ## Dataset Format @@ -249,25 +235,25 @@ then open the inference webui at `1-GPT-SoVITS-TTS/1C-inference` New Features: - 1.Support Korean and Cantonese +1. Support Korean and Cantonese - 2.An optimized text frontend +2. An optimized text frontend - 3.Pre-trained model extended from 2k hours to 5k hours +3. Pre-trained model extended from 2k hours to 5k hours - 4.Improved synthesis quality for low-quality reference audio +4. Improved synthesis quality for low-quality reference audio - [more details](https://github.com/RVC-Boss/GPT-SoVITS/wiki/GPT%E2%80%90SoVITS%E2%80%90v2%E2%80%90features-(%E6%96%B0%E7%89%B9%E6%80%A7) ) + [more details](https://github.com/RVC-Boss/GPT-SoVITS/wiki/GPT%E2%80%90SoVITS%E2%80%90v2%E2%80%90features-(%E6%96%B0%E7%89%B9%E6%80%A7) ) Use v2 from v1 environment: - 1.pip install -r requirements.txt to update some packages +1. `pip install -r requirements.txt` to update some packages - 2.clone the latest codes from github +2. Clone the latest codes from github. - 3.download v2 pretrained models from [huggingface](https://huggingface.co/lj1995/GPT-SoVITS/tree/main/gsv-v2final-pretrained) and put them into GPT_SoVITS\pretrained_models\gsv-v2final-pretrained +3. Download v2 pretrained models from [huggingface](https://huggingface.co/lj1995/GPT-SoVITS/tree/main/gsv-v2final-pretrained) and put them into `GPT_SoVITS\pretrained_models\gsv-v2final-pretrained`. - Chinese v2 additional: [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip)（Download G2PW models, unzip and rename to `G2PWModel`, and then place them in `GPT_SoVITS\text`. + Chinese v2 additional: [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip)（Download G2PW models, unzip and rename to `G2PWModel`, and then place them in `GPT_SoVITS/text`. ## Todo List diff --git a/docs/cn/README.md b/docs/cn/README.md index ea67f9dc..8c86b48a 100644 --- a/docs/cn/README.md +++ b/docs/cn/README.md @@ -38,7 +38,7 @@ https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350- ## 安装 -中国地区用户可[点击此处](https://www.codewithgpu.com/i/RVC-Boss/GPT-SoVITS/GPT-SoVITS-Official)使用 AutoDL 云端镜像进行体验。 +中国地区的用户可[点击此处](https://www.codewithgpu.com/i/RVC-Boss/GPT-SoVITS/GPT-SoVITS-Official)使用 AutoDL 云端镜像进行体验。 ### 测试通过的环境 @@ -53,7 +53,7 @@ _注: numba==0.56.4 需要 python<3.11_ 如果你是 Windows 用户（已在 win>=10 上测试），可以下载[下载整合包](https://huggingface.co/lj1995/GPT-SoVITS-windows-package/resolve/main/GPT-SoVITS-beta.7z?download=true)，解压后双击 go-webui.bat 即可启动 GPT-SoVITS-WebUI。 -中国地区用户可以通过点击链接并选择“下载副本”[下载整合包](https://www.icloud.com.cn/iclouddrive/030K8WjGJ9xMXhpzJVIMEWPzQ#GPT-SoVITS-beta0706fix1)。（如果下载时遇到错误，请退出登录） +**中国地区的用户可以[在此处下载整合包](https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/dkxgpiy9zb96hob4#KTvnO)。** ### Linux @@ -141,31 +141,17 @@ docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-Docker ## 预训练模型 -从 [GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) 下载预训练模型，并将它们放置在 `GPT_SoVITS\pretrained_models` 中。 +**中国地区的用户可以[在此处下载这些模型](https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/dkxgpiy9zb96hob4#nVNhX)。** -从 [G2PWModel-v2-onnx.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip) 下载G2PW模型,并将它们解压重命名为`G2PWModel` 后放置在 `GPT_SoVITS\text` 中。（仅限中文TTS） +1. 从 [GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) 下载预训练模型，并将其放置在 `GPT_SoVITS/pretrained_models` 目录中。 -对于 UVR5（人声/伴奏分离和混响移除，附加），从 [UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) 下载模型，并将它们放置在 `tools/uvr5/uvr5_weights` 中。 +2. 从 [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip) 下载模型，解压并重命名为 `G2PWModel`，然后将其放置在 `GPT_SoVITS/text` 目录中。（仅限中文TTS） -中国地区用户可以进入以下链接并点击“下载副本”下载以上两个模型（如果下载时遇到错误，请退出登录）： +3. 对于 UVR5（人声/伴奏分离和混响移除，额外功能），从 [UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) 下载模型，并将其放置在 `tools/uvr5/uvr5_weights` 目录中。 -- [GPT-SoVITS Models](https://www.icloud.com/iclouddrive/044boFMiOHHt22SNr-c-tirbA#pretrained_models) - -- [UVR5 Weights](https://www.icloud.com.cn/iclouddrive/0bekRKDiJXboFhbfm3lM2fVbA#UVR5_Weights) - -- [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip)（下载G2PW模型,并将它们解压重命名为 `G2PWModel` 后放置在 `GPT_SoVITS\text` 中） - -对于中文自动语音识别（附加），从 [Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files), 和 [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) 下载模型，并将它们放置在 `tools/asr/models` 中。 - -或者从[FunASR模型链接](https://www.icloud.com/iclouddrive/0b52_7SQWYr75kHkPoPXgpeQA#models)下载模型，并将它们解压后替换 `tools/asr/models` 。（点击“下载副本”，如果下载时遇到错误，请退出登录） - -对于英语与日语自动语音识别（附加）,从 [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) 下载模型，并将它们放置在 `tools/asr/models` 中。 此外，[其他模型](https://huggingface.co/Systran)可能具有类似效果，但占用更小的磁盘空间。 - -中国地区用户可以通过以下链接下载： -- [Faster Whisper Large V3](https://www.icloud.com/iclouddrive/00bUEp9_mcjMq_dhHu_vrAFDQ#faster-whisper-large-v3)（点击“下载副本”，如果下载时遇到错误，请退出登录） - -- [Faster Whisper Large V3](https://hf-mirror.com/Systran/faster-whisper-large-v3)（Hugging Face镜像站） +4. 对于中文 ASR（额外功能），从 [Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files)、[Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files) 和 [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) 下载模型，并将它们放置在 `tools/asr/models` 目录中。 +5. 对于英语或日语 ASR（额外功能），从 [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) 下载模型，并将其放置在 `tools/asr/models` 目录中。此外，[其他模型](https://huggingface.co/Systran) 可能具有类似效果且占用更少的磁盘空间。 ## 数据集格式 @@ -249,44 +235,44 @@ python webui.py 新特性: - 1.支持韩语及粤语 +1. 支持韩语及粤语 - 2.更好的文本前端 +2. 更好的文本前端 - 3.底模由2k小时扩展至5k小时 +3. 底模由2k小时扩展至5k小时 - 4.对低音质参考音频（尤其是来源于网络的高频严重缺失、听着很闷的音频）合成出来音质更好 +4. 对低音质参考音频（尤其是来源于网络的高频严重缺失、听着很闷的音频）合成出来音质更好 - 详见[wiki](https://github.com/RVC-Boss/GPT-SoVITS/wiki/GPT%E2%80%90SoVITS%E2%80%90v2%E2%80%90features-(%E6%96%B0%E7%89%B9%E6%80%A7)) + 详见[wiki](https://github.com/RVC-Boss/GPT-SoVITS/wiki/GPT%E2%80%90SoVITS%E2%80%90v2%E2%80%90features-(%E6%96%B0%E7%89%B9%E6%80%A7)) 从v1环境迁移至v2 - 1.需要pip安装requirements.txt更新环境 +1. 需要pip安装requirements.txt更新环境 - 2.需要克隆github上的最新代码 +2. 需要克隆github上的最新代码 - 3.需要从[huggingface](https://huggingface.co/lj1995/GPT-SoVITS/tree/main/gsv-v2final-pretrained) 下载预训练模型文件放到GPT_SoVITS\pretrained_models\gsv-v2final-pretrained下 +3. 需要从[huggingface](https://huggingface.co/lj1995/GPT-SoVITS/tree/main/gsv-v2final-pretrained) 下载预训练模型文件放到GPT_SoVITS\pretrained_models\gsv-v2final-pretrained下 - 中文额外需要下载[G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip)（下载G2PW模型,解压并重命名为`G2PWModel`,将其放到`GPT_SoVITS\text`目录下 + 中文额外需要下载[G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip)（下载G2PW模型,解压并重命名为`G2PWModel`,将其放到`GPT_SoVITS/text`目录下） ## 待办事项清单 -- [ ] **高优先级：** +- [x] **高优先级：** - [x] 日语和英语的本地化。 - [x] 用户指南。 - [x] 日语和英语数据集微调训练。 - [ ] **功能:** - - [ ] 零样本声音转换（5 秒）/ 少样本声音转换（1 分钟）。 - - [ ] TTS 语速控制。 - - [ ] 增强的 TTS 情感控制。 + - [x] 零样本声音转换（5 秒）/ 少样本声音转换（1 分钟）。 + - [x] TTS 语速控制。 + - [ ] ~~增强的 TTS 情感控制。~~ - [ ] 尝试将 SoVITS 令牌输入更改为词汇的概率分布。 - - [ ] 改进英语和日语文本前端。 + - [x] 改进英语和日语文本前端。 - [ ] 开发体积小和更大的 TTS 模型。 - [x] Colab 脚本。 - [ ] 扩展训练数据集（从 2k 小时到 10k 小时）。 - - [ ] 更好的 sovits 基础模型（增强的音频质量）。 + - [x] 更好的 sovits 基础模型（增强的音频质量）。 - [ ] 模型混合。 ## （附加）命令行运行方式 @@ -350,6 +336,8 @@ python ./tools/asr/fasterwhisper_asr.py -i -o -l -p - [faster-whisper](https://github.com/SYSTRAN/faster-whisper) - [FunASR](https://github.com/alibaba-damo-academy/FunASR) +感谢 @Naozumi520 提供粤语训练集，并在粤语相关知识方面给予指导。 + ## 感谢所有贡献者的努力 diff --git a/docs/ja/README.md b/docs/ja/README.md index e3a9f003..35852a94 100644 --- a/docs/ja/README.md +++ b/docs/ja/README.md @@ -76,12 +76,6 @@ pip install -r requirements.txt ### 手動インストール -#### 依存関係をインストールします - -```bash -pip install -r requirementx.txt -``` - #### FFmpegをインストールします。 ##### Conda ユーザー @@ -107,6 +101,12 @@ conda install -c conda-forge 'ffmpeg<7' brew install ffmpeg ``` +#### 依存関係をインストールします + +```bash +pip install -r requirementx.txt +``` + ### Docker の使用 #### docker-compose.yaml の設定 @@ -136,11 +136,15 @@ docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-Docker ## 事前訓練済みモデル -[GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) から事前訓練済みモデルをダウンロードし、`GPT_SoVITSpretrained_models` に置きます。 +1. [GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) から事前訓練済みモデルをダウンロードし、`GPT_SoVITS/pretrained_models` ディレクトリに配置してください。 -中国語 ASR（追加）については、[Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files)、[Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files)、[Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) からモデルをダウンロードし、`tools/asr/models` に置いてください。 +2. [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip) からモデルをダウンロードし、解凍して `G2PWModel` にリネームし、`GPT_SoVITS/text` ディレクトリに配置してください。（中国語TTSのみ） -UVR5 (Vocals/Accompaniment Separation & Reverberation Removal, additionally) の場合は、[UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) からモデルをダウンロードして `tools/uvr5/uvr5_weights` に置きます。 +3. UVR5（ボーカル/伴奏分離 & リバーブ除去の追加機能）の場合は、[UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) からモデルをダウンロードし、`tools/uvr5/uvr5_weights` ディレクトリに配置してください。 + +4. 中国語ASR（追加機能）の場合は、[Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files)、[Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files)、および [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) からモデルをダウンロードし、`tools/asr/models` ディレクトリに配置してください。 + +5. 英語または日本語のASR（追加機能）の場合は、[Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) からモデルをダウンロードし、`tools/asr/models` ディレクトリに配置してください。また、[他のモデル](https://huggingface.co/Systran) は、より少ないディスク容量で同様の効果を持つ可能性があります。 ## データセット形式 @@ -161,25 +165,106 @@ vocal_path|speaker_name|language|text ``` D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin. ``` +## 微調整と推論 + +### WebUIを開く + +#### 統合パッケージ利用者 + +`go-webui.bat`をダブルクリックするか、`go-webui.ps`を使用します。 +V1に切り替えたい場合は、`go-webui-v1.bat`をダブルクリックするか、`go-webui-v1.ps`を使用してください。 + +#### その他 + +```bash +python webui.py <言語(オプション)> +``` + +V1に切り替えたい場合は + +```bash +python webui.py v1 <言語(オプション)> +``` +またはWebUIで手動でバージョンを切り替えます。 + +### 微調整 + +#### パス自動補完がサポートされました + + 1.音声パスを入力する + + 2.音声を小さなチャンクに分割する + + 3.ノイズ除去（オプション） + + 4.ASR + + 5.ASR転写を校正する + + 6.次のタブに移動し、モデルを微調整する + +### 推論WebUIを開く + +#### 統合パッケージ利用者 + +`go-webui-v2.bat`をダブルクリックするか、`go-webui-v2.ps`を使用して、`1-GPT-SoVITS-TTS/1C-inference`で推論webuiを開きます。 + +#### その他 + +```bash +python GPT_SoVITS/inference_webui.py <言語(オプション)> +``` +または + +```bash +python webui.py +``` +その後、`1-GPT-SoVITS-TTS/1C-inference`で推論webuiを開きます。 + +## V2リリースノート + +新機能: + +1. 韓国語と広東語をサポート + +2. 最適化されたテキストフロントエンド + +3. 事前学習済みモデルが2千時間から5千時間に拡張 + +4. 低品質の参照音声に対する合成品質の向上 + + [詳細はこちら](https://github.com/RVC-Boss/GPT-SoVITS/wiki/GPT%E2%80%90SoVITS%E2%80%90v2%E2%80%90features-(%E6%96%B0%E7%89%B9%E6%80%A7)) + +V1環境からV2を使用するには: + +1. `pip install -r requirements.txt`を使用していくつかのパッケージを更新 + +2. 最新のコードをgithubからクローン + +3. [huggingface](https://huggingface.co/lj1995/GPT-SoVITS/tree/main/gsv-v2final-pretrained)からV2の事前学習モデルをダウンロードし、それらを`GPT_SoVITS\pretrained_models\gsv-v2final-pretrained`に配置 + + 中国語V2追加: [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip)（G2PWモデルをダウンロードし、解凍して`G2PWModel`にリネームし、`GPT_SoVITS/text`に配置します） + + ## Todo リスト -- [ ] **優先度 高:** +- [x] **優先度 高:** - [x] 日本語と英語でのローカライズ。 - - [ ] ユーザーガイド。 + - [x] ユーザーガイド。 - [x] 日本語データセットと英語データセットのファインチューニングトレーニング。 - [ ] **機能:** - - [ ] ゼロショット音声変換（5 秒）／数ショット音声変換（1 分）。 - - [ ] TTS スピーキングスピードコントロール。 - - [ ] TTS の感情コントロールの強化。 + - [x] ゼロショット音声変換（5 秒）／数ショット音声変換（1 分）。 + - [x] TTS スピーキングスピードコントロール。 + - [ ] ~~TTS の感情コントロールの強化。~~ - [ ] SoVITS トークン入力を語彙の確率分布に変更する実験。 - - [ ] 英語と日本語のテキストフロントエンドを改善。 + - [x] 英語と日本語のテキストフロントエンドを改善。 - [ ] 小型と大型の TTS モデルを開発する。 - [x] Colab のスクリプト。 - [ ] トレーニングデータセットを拡張する（2k→10k）。 - - [ ] より良い sovits ベースモデル（音質向上） + - [x] より良い sovits ベースモデル（音質向上） - [ ] モデルミックス ## (追加の) コマンドラインから実行する方法 @@ -240,6 +325,8 @@ python ./tools/asr/fasterwhisper_asr.py -i -o -l -p - [faster-whisper](https://github.com/SYSTRAN/faster-whisper) - [FunASR](https://github.com/alibaba-damo-academy/FunASR) +@Naozumi520 さん、広東語のトレーニングセットの提供と、広東語に関する知識のご指導をいただき、感謝申し上げます。 + ## すべてのコントリビューターに感謝します diff --git a/docs/ko/README.md b/docs/ko/README.md index 4deb2c4e..31783cc3 100644 --- a/docs/ko/README.md +++ b/docs/ko/README.md @@ -76,12 +76,6 @@ pip install -r requirements.txt ### 수동 설치 -#### 의존성 설치 - -```bash -pip install -r requirements.txt -``` - #### FFmpeg 설치 ##### Conda 사용자 @@ -107,6 +101,12 @@ conda install -c conda-forge 'ffmpeg<7' brew install ffmpeg ``` +#### 의존성 설치 + +```bash +pip install -r requirements.txt +``` + ### Docker에서 사용 #### docker-compose.yaml 설정 @@ -137,13 +137,17 @@ docker compose -f "docker-compose.yaml" up -d docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-DockerTest\output:/workspace/output --volume=G:\GPT-SoVITS-DockerTest\logs:/workspace/logs --volume=G:\GPT-SoVITS-DockerTest\SoVITS_weights:/workspace/SoVITS_weights --workdir=/workspace -p 9880:9880 -p 9871:9871 -p 9872:9872 -p 9873:9873 -p 9874:9874 --shm-size="16G" -d breakstring/gpt-sovits:xxxxx ``` -## 사전 훈련된 모델 +## 사전 학습된 모델 -[GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS)에서 사전 훈련된 모델을 다운로드하고 `GPT_SoVITS\pretrained_models`에 넣습니다. +1. [GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) 에서 사전 학습된 모델을 다운로드하고, `GPT_SoVITS/pretrained_models` 디렉토리에 배치하세요. -중국어 자동 음성 인식(ASR), 음성 반주 분리 및 음성 제거를 위해 [Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files) 및 [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files)을 다운로드하고 `tools/asr/models`에 넣습니다. +2. [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip) 에서 모델을 다운로드하고 압축을 풀어 `G2PWModel`로 이름을 변경한 후, `GPT_SoVITS/text` 디렉토리에 배치하세요. (중국어 TTS 전용) -UVR5(음성/반주 분리 및 잔향 제거)를 위해 [UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights)에서 모델을 다운로드하고 `tools/uvr5/uvr5_weights`에 넣습니다. +3. UVR5 (보컬/반주 분리 & 잔향 제거 추가 기능)의 경우, [UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) 에서 모델을 다운로드하고 `tools/uvr5/uvr5_weights` 디렉토리에 배치하세요. + +4. 중국어 ASR (추가 기능)의 경우, [Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files) 및 [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) 에서 모델을 다운로드하고, `tools/asr/models` 디렉토리에 배치하세요. + +5. 영어 또는 일본어 ASR (추가 기능)의 경우, [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) 에서 모델을 다운로드하고, `tools/asr/models` 디렉토리에 배치하세요. 또한, [다른 모델](https://huggingface.co/Systran) 은 더 적은 디스크 용량으로 비슷한 효과를 가질 수 있습니다. ## 데이터셋 형식 @@ -165,25 +169,106 @@ vocal_path|speaker_name|language|text D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin. ``` +## 미세 조정 및 추론 + +### WebUI 열기 + +#### 통합 패키지 사용자 + +`go-webui.bat`을 더블 클릭하거나 `go-webui.ps`를 사용하십시오. +V1으로 전환하려면, `go-webui-v1.bat`을 더블 클릭하거나 `go-webui-v1.ps`를 사용하십시오. + +#### 기타 + +```bash +python webui.py <언어(옵션)> +``` + +V1으로 전환하려면, + +```bash +python webui.py v1 <언어(옵션)> +``` +또는 WebUI에서 수동으로 버전을 전환하십시오. + +### 미세 조정 + +#### 경로 자동 채우기가 지원됩니다 + + 1. 오디오 경로를 입력하십시오. + + 2. 오디오를 작은 청크로 분할하십시오. + + 3. 노이즈 제거(옵션) + + 4. ASR 수행 + + 5. ASR 전사를 교정하십시오. + + 6. 다음 탭으로 이동하여 모델을 미세 조정하십시오. + +### 추론 WebUI 열기 + +#### 통합 패키지 사용자 + +`go-webui-v2.bat`을 더블 클릭하거나 `go-webui-v2.ps`를 사용한 다음 `1-GPT-SoVITS-TTS/1C-inference`에서 추론 webui를 엽니다. + +#### 기타 + +```bash +python GPT_SoVITS/inference_webui.py <언어(옵션)> +``` +또는 + +```bash +python webui.py +``` +그런 다음 `1-GPT-SoVITS-TTS/1C-inference`에서 추론 webui를 엽니다. + +## V2 릴리스 노트 + +새로운 기능: + +1. 한국어 및 광둥어 지원 + +2. 최적화된 텍스트 프론트엔드 + +3. 사전 학습 모델이 2천 시간에서 5천 시간으로 확장 + +4. 저품질 참조 오디오에 대한 합성 품질 향상 + + [자세한 내용](https://github.com/RVC-Boss/GPT-SoVITS/wiki/GPT%E2%80%90SoVITS%E2%80%90v2%E2%80%90features-(%E6%96%B0%E7%89%B9%E6%80%A7)) + +V1 환경에서 V2를 사용하려면: + +1. `pip install -r requirements.txt`를 사용하여 일부 패키지 업데이트 + +2. github에서 최신 코드를 클론하십시오. + +3. [huggingface](https://huggingface.co/lj1995/GPT-SoVITS/tree/main/gsv-v2final-pretrained)에서 V2 사전 학습 모델을 다운로드하여 `GPT_SoVITS\pretrained_models\gsv-v2final-pretrained`에 넣으십시오. + + 중국어 V2 추가: [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip) (G2PW 모델을 다운로드하여 압축을 풀고 `G2PWModel`로 이름을 변경한 다음 `GPT_SoVITS/text`에 배치합니다.) + + ## 할 일 목록 -- [ ] **최우선순위:** +- [x] **최우선순위:** - [x] 일본어 및 영어 지역화. - - [ ] 사용자 가이드. + - [x] 사용자 가이드. - [x] 일본어 및 영어 데이터셋 미세 조정 훈련. - [ ] **기능:** - - [ ] 제로샷 음성 변환 (5초) / 소량의 음성 변환 (1분). - - [ ] TTS 속도 제어. - - [ ] 향상된 TTS 감정 제어. + - [x] 제로샷 음성 변환 (5초) / 소량의 음성 변환 (1분). + - [x] TTS 속도 제어. + - [ ] ~~향상된 TTS 감정 제어.~~ - [ ] SoVITS 토큰 입력을 단어 확률 분포로 변경해 보세요. - - [ ] 영어 및 일본어 텍스트 프론트 엔드 개선. + - [x] 영어 및 일본어 텍스트 프론트 엔드 개선. - [ ] 작은 크기와 큰 크기의 TTS 모델 개발. - [x] Colab 스크립트. - [ ] 훈련 데이터셋 확장 (2k 시간에서 10k 시간). - - [ ] 더 나은 sovits 기본 모델 (향상된 오디오 품질). + - [x] 더 나은 sovits 기본 모델 (향상된 오디오 품질). - [ ] 모델 블렌딩. ## (추가적인) 명령줄에서 실행하는 방법 @@ -244,6 +329,7 @@ python ./tools/asr/fasterwhisper_asr.py -i -o -l -p - [faster-whisper](https://github.com/SYSTRAN/faster-whisper) - [FunASR](https://github.com/alibaba-damo-academy/FunASR) +@Naozumi520 님께 감사드립니다. 광둥어 학습 자료를 제공해 주시고, 광둥어 관련 지식을 지도해 주셔서 감사합니다. ## 모든 기여자들에게 감사드립니다 ;) diff --git a/docs/tr/README.md b/docs/tr/README.md index 5b9a103f..32210c38 100644 --- a/docs/tr/README.md +++ b/docs/tr/README.md @@ -76,12 +76,6 @@ pip install -r requirements.txt ### El ile Yükleme -#### Bağımlılıkları Yükleme - -```bash -pip install -r requirements.txt -``` - #### FFmpeg'i Yükleme ##### Conda Kullanıcıları @@ -107,6 +101,12 @@ conda install -c conda-forge 'ffmpeg<7' brew install ffmpeg ``` +#### Bağımlılıkları Yükleme + +```bash +pip install -r requirements.txt +``` + ### Docker Kullanarak #### docker-compose.yaml yapılandırması @@ -136,13 +136,15 @@ docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-Docker ## Önceden Eğitilmiş Modeller -Önceden eğitilmiş modelleri [GPT-SoVITS Modelleri](https://huggingface.co/lj1995/GPT-SoVITS) adresinden indirin ve `GPT_SoVITS/pretrained_models` dizinine yerleştirin. +1. [GPT-SoVITS Models](https://huggingface.co/lj1995/GPT-SoVITS) üzerinden önceden eğitilmiş modelleri indirip `GPT_SoVITS/pretrained_models` dizinine yerleştirin. -UVR5 (Vokal/Eşlik Ayırma ve Yankı Giderme, ayrıca) için, modelleri [UVR5 Ağırlıkları](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) adresinden indirin ve `tools/uvr5/uvr5_weights` dizinine yerleştirin. +2. [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip) üzerinden modeli indirip sıkıştırmayı açın ve `G2PWModel` olarak yeniden adlandırın, ardından `GPT_SoVITS/text` dizinine yerleştirin. (Sadece Çince TTS için) -Çince ASR (ayrıca) için, modelleri [Damo ASR Modeli](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Modeli](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files), ve [Damo Punc Modeli](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) adreslerinden indirin ve `tools/asr/models` dizinine yerleştirin. +3. UVR5 (Vokal/Enstrümantal Ayrımı & Yankı Giderme) için, [UVR5 Weights](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) üzerinden modelleri indirip `tools/uvr5/uvr5_weights` dizinine yerleştirin. -İngilizce veya Japonca ASR (ayrıca) için, modelleri [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) adresinden indirin ve `tools/asr/models` dizinine yerleştirin. Ayrıca, [diğer modeller](https://huggingface.co/Systran) daha küçük disk alanı kaplamasıyla benzer etkiye sahip olabilir. +4. Çince ASR için, [Damo ASR Model](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Model](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files) ve [Damo Punc Model](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) üzerinden modelleri indirip `tools/asr/models` dizinine yerleştirin. + +5. İngilizce veya Japonca ASR için, [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) üzerinden modeli indirip `tools/asr/models` dizinine yerleştirin. Ayrıca, [diğer modeller](https://huggingface.co/Systran) benzer bir etki yaratabilir ve daha az disk alanı kaplayabilir. ## Veri Seti Formatı @@ -164,24 +166,104 @@ Dil sözlüğü: D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin. ``` +## İnce Ayar ve Çıkarım + +### WebUI'yi Açın + +#### Entegre Paket Kullanıcıları + +`go-webui.bat` dosyasına çift tıklayın veya `go-webui.ps` kullanın. +V1'e geçmek istiyorsanız, `go-webui-v1.bat` dosyasına çift tıklayın veya `go-webui-v1.ps` kullanın. + +#### Diğerleri + +```bash +python webui.py +``` + +V1'e geçmek istiyorsanız, + +```bash +python webui.py v1 +``` +veya WebUI'de manuel olarak sürüm değiştirin. + +### İnce Ayar + +#### Yol Otomatik Doldurma artık destekleniyor + + 1. Ses yolunu doldurun + + 2. Sesi küçük parçalara ayırın + + 3. Gürültü azaltma (isteğe bağlı) + + 4. ASR + + 5. ASR transkripsiyonlarını düzeltin + + 6. Bir sonraki sekmeye geçin ve modeli ince ayar yapın + +### Çıkarım WebUI'sini Açın + +#### Entegre Paket Kullanıcıları + +`go-webui-v2.bat` dosyasına çift tıklayın veya `go-webui-v2.ps` kullanın, ardından çıkarım webui'sini `1-GPT-SoVITS-TTS/1C-inference` adresinde açın. + +#### Diğerleri + +```bash +python GPT_SoVITS/inference_webui.py +``` +VEYA + +```bash +python webui.py +``` +ardından çıkarım webui'sini `1-GPT-SoVITS-TTS/1C-inference` adresinde açın. + +## V2 Sürüm Notları + +Yeni Özellikler: + +1. Korece ve Kantonca destekler + +2. Optimize edilmiş metin ön yüzü + +3. Önceden eğitilmiş model 2k saatten 5k saate kadar genişletildi + +4. Düşük kaliteli referans sesler için geliştirilmiş sentez kalitesi + + [detaylar burada](https://github.com/RVC-Boss/GPT-SoVITS/wiki/GPT%E2%80%90SoVITS%E2%80%90v2%E2%80%90features-(%E6%96%B0%E7%89%B9%E6%80%A7)) + +V1 ortamından V2'yi kullanmak için: + +1. `pip install -r requirements.txt` ile bazı paketleri güncelleyin + +2. github'dan en son kodları klonlayın. + +3. [huggingface](https://huggingface.co/lj1995/GPT-SoVITS/tree/main/gsv-v2final-pretrained) adresinden v2 önceden eğitilmiş modelleri indirin ve bunları `GPT_SoVITS\pretrained_models\gsv-v2final-pretrained` dizinine yerleştirin. + + Ek olarak Çince V2: [G2PWModel_1.1.zip](https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip) (G2PW modellerini indirip, zipten çıkarıp, `G2PWModel` olarak yeniden adlandırıp `GPT_SoVITS/text` dizinine yerleştirin.) + ## Yapılacaklar Listesi -- [ ] **Yüksek Öncelikli:** +- [x] **Yüksek Öncelikli:** - [x] Japonca ve İngilizceye yerelleştirme. - [x] Kullanıcı kılavuzu. - [x] Japonca ve İngilizce veri seti ince ayar eğitimi. - [ ] **Özellikler:** - - [ ] Sıfır örnekli ses dönüştürme (5s) / birkaç örnekli ses dönüştürme (1dk). - - [ ] Metinden konuşmaya konuşma hızı kontrolü. - - [ ] Gelişmiş metinden konuşmaya duygu kontrolü. + - [x] Sıfır örnekli ses dönüştürme (5s) / birkaç örnekli ses dönüştürme (1dk). + - [x] Metinden konuşmaya konuşma hızı kontrolü. + - [ ] ~~Gelişmiş metinden konuşmaya duygu kontrolü.~~ - [ ] SoVITS token girdilerini kelime dağarcığı olasılık dağılımına değiştirme denemesi. - - [ ] İngilizce ve Japonca metin ön ucunu iyileştirme. + - [x] İngilizce ve Japonca metin ön ucunu iyileştirme. - [ ] Küçük ve büyük boyutlu metinden konuşmaya modelleri geliştirme. - [x] Colab betikleri. - [ ] Eğitim veri setini genişletmeyi dene (2k saat -> 10k saat). - - [ ] daha iyi sovits temel modeli (geliştirilmiş ses kalitesi) + - [x] daha iyi sovits temel modeli (geliştirilmiş ses kalitesi) - [ ] model karışımı ## (Ekstra) Komut satırından çalıştırma yöntemi @@ -241,6 +323,8 @@ python ./tools/asr/fasterwhisper_asr.py -i -o <çıktı> -l - [gradio](https://github.com/gradio-app/gradio) - [faster-whisper](https://github.com/SYSTRAN/faster-whisper) - [FunASR](https://github.com/alibaba-damo-academy/FunASR) + +@Naozumi520’ye Kantonca eğitim setini sağladığı ve Kantonca ile ilgili bilgiler konusunda rehberlik ettiği için minnettarım. ## Tüm katkıda bulunanlara çabaları için teşekkürler From 012de7058cacf40ac3edcb82af50cd7e42407871 Mon Sep 17 00:00:00 2001 From: KamioRinn <63162909+KamioRinn@users.noreply.github.com> Date: Tue, 13 Aug 2024 10:26:43 +0800 Subject: [PATCH 04/10] Fix hyphen (#1454) --- GPT_SoVITS/text/english.py | 2 ++ 1 file changed, 2 insertions(+) diff --git a/GPT_SoVITS/text/english.py b/GPT_SoVITS/text/english.py index ceee52b4..bd5612e0 100644 --- a/GPT_SoVITS/text/english.py +++ b/GPT_SoVITS/text/english.py @@ -324,6 +324,8 @@ class en_G2p(G2p): # 单读 A 发音修正, 此处不存在大写的情况 if w == "a": phones.extend(['EY1']) + elif not w.isalpha(): + phones.extend([w]) else: phones.extend(self.cmu[w][0]) return phones From 7cfe578968f1f41ee5685729a037ce62a47a4a89 Mon Sep 17 00:00:00 2001 From: RVC-Boss <129054828+RVC-Boss@users.noreply.github.com> Date: Tue, 13 Aug 2024 15:24:53 +0800 Subject: [PATCH 05/10] add huggingface online demo add huggingface online demo --- README.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/README.md b/README.md index 91f15703..5b40d5b1 100644 --- a/README.md +++ b/README.md @@ -9,7 +9,7 @@ A Powerful Few-shot Voice Conversion and Text-to-Speech WebUI.

[![Open In Colab](https://img.shields.io/badge/Colab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252)](https://colab.research.google.com/github/RVC-Boss/GPT-SoVITS/blob/main/colab_webui.ipynb) [![License](https://img.shields.io/badge/LICENSE-MIT-green.svg?style=for-the-badge)](https://github.com/RVC-Boss/GPT-SoVITS/blob/main/LICENSE) -[![Huggingface](https://img.shields.io/badge/🤗%20-Models%20Repo-yellow.svg?style=for-the-badge)](https://huggingface.co/lj1995/GPT-SoVITS/tree/main) +[![Huggingface](https://img.shields.io/badge/🤗%20-online%20demo-yellow.svg?style=for-the-badge)](https://huggingface.co/spaces/lj1995/GPT-SoVITS-v2) [![Discord](https://img.shields.io/discord/1198701940511617164?color=%23738ADB&label=Discord&style=for-the-badge)](https://discord.gg/dnrgs5GHfG) **English** | [**中文简体**](./docs/cn/README.md) | [**日本語**](./docs/ja/README.md) | [**한국어**](./docs/ko/README.md) | [**Türkçe**](./docs/tr/README.md) From ea56b814bdefc8be8534253bce00ce19f4a344aa Mon Sep 17 00:00:00 2001 From: XXXXRT666 <157766680+XXXXRT666@users.noreply.github.com> Date: Tue, 13 Aug 2024 16:31:12 +0800 Subject: [PATCH 06/10] Chores (#1422) MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Make Gradio Great Again 附带vs2017下载链接 增加了各种数据集检查,若缺失会弹出warning 修复了warning乱弹的bug 修复了参考音频混合只能上传一条的bug 修复了下载G2PW Model出现import错误的bug 修复了Windows训练无N卡在预处理阶段的报错 --- GPT_SoVITS/download.py | 2 +- GPT_SoVITS/inference_webui.py | 13 +- GPT_SoVITS/prepare_datasets/1-get-text.py | 3 +- .../prepare_datasets/2-get-hubert-wav32k.py | 3 +- GPT_SoVITS/prepare_datasets/3-get-semantic.py | 3 +- GPT_SoVITS/utils.py | 6 +- README.md | 4 +- docs/cn/README.md | 4 +- docs/ja/README.md | 2 +- docs/ko/README.md | 2 +- docs/tr/README.md | 2 +- tools/i18n/locale/en_US.json | 12 +- tools/i18n/locale/es_ES.json | 14 +- tools/i18n/locale/fr_FR.json | 14 +- tools/i18n/locale/it_IT.json | 14 +- tools/i18n/locale/ja_JP.json | 14 +- tools/i18n/locale/ko_KR.json | 14 +- tools/i18n/locale/pt_BR.json | 14 +- tools/i18n/locale/ru_RU.json | 14 +- tools/i18n/locale/tr_TR.json | 14 +- tools/i18n/locale/zh_CN.json | 12 +- tools/i18n/locale/zh_HK.json | 14 +- tools/i18n/locale/zh_SG.json | 14 +- tools/i18n/locale/zh_TW.json | 14 +- tools/my_utils.py | 87 +++++- tools/uvr5/webui.py | 29 +- webui.py | 290 ++++++++++-------- 27 files changed, 447 insertions(+), 181 deletions(-) diff --git a/GPT_SoVITS/download.py b/GPT_SoVITS/download.py index b6393e2c..e7c8c97b 100644 --- a/GPT_SoVITS/download.py +++ b/GPT_SoVITS/download.py @@ -1,5 +1,5 @@ import os, sys now_dir = os.getcwd() sys.path.insert(0, now_dir) -from .text.g2pw import G2PWPinyin +from text.g2pw import G2PWPinyin g2pw = G2PWPinyin(model_dir="GPT_SoVITS/text/G2PWModel",model_source="GPT_SoVITS/pretrained_models/chinese-roberta-wwm-ext-large",v_to_u=False, neutral_tone_with_five=True) \ No newline at end of file diff --git a/GPT_SoVITS/inference_webui.py b/GPT_SoVITS/inference_webui.py index 878f8d85..06817125 100644 --- a/GPT_SoVITS/inference_webui.py +++ b/GPT_SoVITS/inference_webui.py @@ -695,13 +695,14 @@ with gr.Blocks(title="GPT-SoVITS WebUI") as app: 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", scale=13) with gr.Column(scale=13): - ref_text_free = gr.Checkbox(label=i18n("开启无参考文本模式。不填参考文本亦相当于开启。"), value=False, interactive=True, show_label=True) + ref_text_free = gr.Checkbox(label=i18n("开启无参考文本模式。不填参考文本亦相当于开启。"), value=False, interactive=True, show_label=True,scale=1) gr.Markdown(html_left(i18n("使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。"))) - prompt_text = gr.Textbox(label=i18n("参考音频的文本"), value="", lines=3, max_lines=3) - prompt_language = gr.Dropdown( - label=i18n("参考音频的语种"), choices=list(dict_language.keys()), value=i18n("中文"), scale=14 - ) - inp_refs = gr.File(label=i18n("可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。"),file_count="file_count",scale=13) + prompt_text = gr.Textbox(label=i18n("参考音频的文本"), value="", lines=5, max_lines=5,scale=1) + with gr.Column(scale=14): + prompt_language = gr.Dropdown( + label=i18n("参考音频的语种"), choices=list(dict_language.keys()), value=i18n("中文"), + ) + inp_refs = gr.File(label=i18n("可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。"),file_count="multiple") gr.Markdown(html_center(i18n("*请填写需要合成的目标文本和语种模式"),'h3')) with gr.Row(): with gr.Column(scale=13): diff --git a/GPT_SoVITS/prepare_datasets/1-get-text.py b/GPT_SoVITS/prepare_datasets/1-get-text.py index 7af6c100..bdeacc7b 100644 --- a/GPT_SoVITS/prepare_datasets/1-get-text.py +++ b/GPT_SoVITS/prepare_datasets/1-get-text.py @@ -7,7 +7,8 @@ inp_wav_dir = os.environ.get("inp_wav_dir") exp_name = os.environ.get("exp_name") i_part = os.environ.get("i_part") all_parts = os.environ.get("all_parts") -os.environ["CUDA_VISIBLE_DEVICES"] = os.environ.get("_CUDA_VISIBLE_DEVICES") +if "_CUDA_VISIBLE_DEVICES" in os.environ: + os.environ["CUDA_VISIBLE_DEVICES"] = os.environ["_CUDA_VISIBLE_DEVICES"] opt_dir = os.environ.get("opt_dir") bert_pretrained_dir = os.environ.get("bert_pretrained_dir") import torch diff --git a/GPT_SoVITS/prepare_datasets/2-get-hubert-wav32k.py b/GPT_SoVITS/prepare_datasets/2-get-hubert-wav32k.py index 82f3c69d..27b61f27 100644 --- a/GPT_SoVITS/prepare_datasets/2-get-hubert-wav32k.py +++ b/GPT_SoVITS/prepare_datasets/2-get-hubert-wav32k.py @@ -6,7 +6,8 @@ inp_wav_dir= os.environ.get("inp_wav_dir") exp_name= os.environ.get("exp_name") i_part= os.environ.get("i_part") all_parts= os.environ.get("all_parts") -os.environ["CUDA_VISIBLE_DEVICES"]= os.environ.get("_CUDA_VISIBLE_DEVICES") +if "_CUDA_VISIBLE_DEVICES" in os.environ: + os.environ["CUDA_VISIBLE_DEVICES"] = os.environ["_CUDA_VISIBLE_DEVICES"] from feature_extractor import cnhubert opt_dir= os.environ.get("opt_dir") cnhubert.cnhubert_base_path= os.environ.get("cnhubert_base_dir") diff --git a/GPT_SoVITS/prepare_datasets/3-get-semantic.py b/GPT_SoVITS/prepare_datasets/3-get-semantic.py index bbf7688b..a29a6629 100644 --- a/GPT_SoVITS/prepare_datasets/3-get-semantic.py +++ b/GPT_SoVITS/prepare_datasets/3-get-semantic.py @@ -4,7 +4,8 @@ inp_text = os.environ.get("inp_text") exp_name = os.environ.get("exp_name") i_part = os.environ.get("i_part") all_parts = os.environ.get("all_parts") -os.environ["CUDA_VISIBLE_DEVICES"] = os.environ.get("_CUDA_VISIBLE_DEVICES") +if "_CUDA_VISIBLE_DEVICES" in os.environ: + os.environ["CUDA_VISIBLE_DEVICES"] = os.environ["_CUDA_VISIBLE_DEVICES"] opt_dir = os.environ.get("opt_dir") pretrained_s2G = os.environ.get("pretrained_s2G") s2config_path = os.environ.get("s2config_path") diff --git a/GPT_SoVITS/utils.py b/GPT_SoVITS/utils.py index 7984b5a8..177eda14 100644 --- a/GPT_SoVITS/utils.py +++ b/GPT_SoVITS/utils.py @@ -18,7 +18,7 @@ logging.getLogger("matplotlib").setLevel(logging.ERROR) MATPLOTLIB_FLAG = False -logging.basicConfig(stream=sys.stdout, level=logging.DEBUG) +logging.basicConfig(stream=sys.stdout, level=logging.ERROR) logger = logging @@ -319,13 +319,13 @@ def check_git_hash(model_dir): def get_logger(model_dir, filename="train.log"): global logger logger = logging.getLogger(os.path.basename(model_dir)) - logger.setLevel(logging.DEBUG) + logger.setLevel(logging.ERROR) formatter = logging.Formatter("%(asctime)s\t%(name)s\t%(levelname)s\t%(message)s") if not os.path.exists(model_dir): os.makedirs(model_dir) h = logging.FileHandler(os.path.join(model_dir, filename)) - h.setLevel(logging.DEBUG) + h.setLevel(logging.ERROR) h.setFormatter(formatter) logger.addHandler(h) return logger diff --git a/README.md b/README.md index 5b40d5b1..a0c06532 100644 --- a/README.md +++ b/README.md @@ -24,7 +24,7 @@ A Powerful Few-shot Voice Conversion and Text-to-Speech WebUI.

2. **Few-shot TTS:** Fine-tune the model with just 1 minute of training data for improved voice similarity and realism. -3. **Cross-lingual Support:** Inference in languages different from the training dataset, currently supporting English, Japanese, and Chinese. +3. **Cross-lingual Support:** Inference in languages different from the training dataset, currently supporting English, Japanese, Korean, Cantonese and Chinese. 4. **WebUI Tools:** Integrated tools include voice accompaniment separation, automatic training set segmentation, Chinese ASR, and text labeling, assisting beginners in creating training datasets and GPT/SoVITS models. @@ -99,7 +99,7 @@ conda install -c conda-forge 'ffmpeg<7' Download and place [ffmpeg.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe) and [ffprobe.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffprobe.exe) in the GPT-SoVITS root. -Install [Visual Studio 2022](https://visualstudio.microsoft.com/downloads/) (Korean TTS Only) +Install [Visual Studio 2017](https://aka.ms/vs/17/release/vc_redist.x86.exe) (Korean TTS Only) ##### MacOS Users ```bash diff --git a/docs/cn/README.md b/docs/cn/README.md index 8c86b48a..d2f45b3b 100644 --- a/docs/cn/README.md +++ b/docs/cn/README.md @@ -24,7 +24,7 @@ 2. **少样本 TTS：** 仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。 -3. **跨语言支持：** 支持与训练数据集不同语言的推理，目前支持英语、日语和中文。 +3. **跨语言支持：** 支持与训练数据集不同语言的推理，目前支持英语、日语、韩语、粤语和中文。 4. **WebUI 工具：** 集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和 GPT/SoVITS 模型。 @@ -99,7 +99,7 @@ conda install -c conda-forge 'ffmpeg<7' 下载并将 [ffmpeg.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe) 和 [ffprobe.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffprobe.exe) 放置在 GPT-SoVITS 根目录下。 -安装 [Visual Studio 2022](https://visualstudio.microsoft.com/zh-hans/downloads/) 环境(仅限韩语TTS) +安装 [Visual Studio 2017](https://aka.ms/vs/17/release/vc_redist.x86.exe) 环境(仅限韩语TTS) ##### MacOS 用户 ```bash diff --git a/docs/ja/README.md b/docs/ja/README.md index 35852a94..5d01fad9 100644 --- a/docs/ja/README.md +++ b/docs/ja/README.md @@ -24,7 +24,7 @@ 2. **数ショット TTS:** わずか 1 分間のトレーニングデータでモデルを微調整し、音声の類似性とリアリズムを向上。 -3. **多言語サポート:** 現在、英語、日本語、中国語をサポートしています。 +3. **多言語サポート:** 現在、英語、日本語、韓語、粵語、中国語をサポートしています。 4. **WebUI ツール:** 統合されたツールには、音声伴奏の分離、トレーニングセットの自動セグメンテーション、中国語 ASR、テキストラベリングが含まれ、初心者がトレーニングデータセットと GPT/SoVITS モデルを作成するのを支援します。 diff --git a/docs/ko/README.md b/docs/ko/README.md index 31783cc3..c0ac9a2d 100644 --- a/docs/ko/README.md +++ b/docs/ko/README.md @@ -24,7 +24,7 @@ 2. **소량의 데이터 TTS:** 1분의 훈련 데이터만으로 모델을 미세 조정하여 음성 유사도와 실제감을 향상시킬 수 있습니다. -3. **다국어 지원:** 훈련 데이터셋과 다른 언어의 추론을 지원하며, 현재 영어, 일본어, 중국어를 지원합니다. +3. **다국어 지원:** 훈련 데이터셋과 다른 언어의 추론을 지원하며, 현재 영어, 일본어, 중국어, 광둥어, 한국어를 지원합니다. 4. **WebUI 도구:** 음성 반주 분리, 자동 훈련 데이터셋 분할, 중국어 자동 음성 인식(ASR) 및 텍스트 주석 등의 도구를 통합하여 초보자가 훈련 데이터셋과 GPT/SoVITS 모델을 생성하는 데 도움을 줍니다. diff --git a/docs/tr/README.md b/docs/tr/README.md index 32210c38..6eddaeb7 100644 --- a/docs/tr/README.md +++ b/docs/tr/README.md @@ -24,7 +24,7 @@ Güçlü Birkaç Örnekli Ses Dönüştürme ve Metinden Konuşmaya Web Arayüz 2. **Birkaç Örnekli Metinden Konuşmaya:** Daha iyi ses benzerliği ve gerçekçiliği için modeli yalnızca 1 dakikalık eğitim verisiyle ince ayarlayın. -3. **Çapraz Dil Desteği:** Eğitim veri setinden farklı dillerde çıkarım, şu anda İngilizce, Japonca ve Çinceyi destekliyor. +3. **Çapraz Dil Desteği:** Eğitim veri setinden farklı dillerde çıkarım, şu anda İngilizce, Japonca, Çince, Kantonca ve Koreceyi destekliyor. 4. **Web Arayüzü Araçları:** Entegre araçlar arasında vokal eşliğinde ayırma, otomatik eğitim seti segmentasyonu, Çince ASR ve metin etiketleme bulunur ve yeni başlayanların eğitim veri setleri ve GPT/SoVITS modelleri oluşturmalarına yardımcı olur. diff --git a/tools/i18n/locale/en_US.json b/tools/i18n/locale/en_US.json index ab023206..283403f8 100644 --- a/tools/i18n/locale/en_US.json +++ b/tools/i18n/locale/en_US.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "Pretrained SSL model path", "预训练的SoVITS-D模型路径": "Pretrained SoVITS-D model path", "预训练的SoVITS-G模型路径": "Pretrained SoVITS-G model path", - "预训练的中文BERT模型路径": " Pretrained BERT model path" + "预训练的中文BERT模型路径": " Pretrained BERT model path", + "音频加载失败": "Failed to Load Audio", + "以下文件或文件夹不存在": "No Such File or Folder", + "路径不能为空": "Expected No Empty Path", + "请填入正确的List路径": "Please Fill in the Correct List Path", + "请填入正确的音频文件夹路径": "Please Fill in the Correct Audio Folder Path", + "路径错误": "Path Error", + "缺少音素数据集": "Missing Phoneme Dataset", + "缺少Hubert数据集": "Missing Hubert Dataset", + "缺少音频数据集": "Missing Audio Dataset", + "缺少语义数据集": "Missing Semantics Dataset" } diff --git a/tools/i18n/locale/es_ES.json b/tools/i18n/locale/es_ES.json index 7d3e64c8..739582b9 100644 --- a/tools/i18n/locale/es_ES.json +++ b/tools/i18n/locale/es_ES.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "Ruta del modelo SSL preentrenado", "预训练的SoVITS-D模型路径": "Ruta del modelo SoVITS-D preentrenado", "预训练的SoVITS-G模型路径": "Ruta del modelo SoVITS-G preentrenado", - "预训练的中文BERT模型路径": "Ruta del modelo BERT en chino preentrenado" -} + "预训练的中文BERT模型路径": "Ruta del modelo BERT en chino preentrenado", + "音频加载失败": "Error al Cargar el Audio", + "以下文件或文件夹不存在": "No Existe Tal Archivo o Carpeta", + "路径不能为空": "Se Espera que la Ruta No Esté Vacía", + "请填入正确的List路径": "Por Favor, Introduzca la Ruta Correcta de la Lista", + "请填入正确的音频文件夹路径": "Por Favor, Introduzca la Ruta Correcta de la Carpeta de Audio", + "路径错误": "Error de Ruta", + "缺少音素数据集": "Falta el Conjunto de Datos de Fonemas", + "缺少Hubert数据集": "Falta el Conjunto de Datos de Hubert", + "缺少音频数据集": "Falta el Conjunto de Datos de Audio", + "缺少语义数据集": "Falta el Conjunto de Datos Semánticos" +} \ No newline at end of file diff --git a/tools/i18n/locale/fr_FR.json b/tools/i18n/locale/fr_FR.json index 8763a25c..3ee2c3cd 100644 --- a/tools/i18n/locale/fr_FR.json +++ b/tools/i18n/locale/fr_FR.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "Chemin du modèle SSL pré-entraîné", "预训练的SoVITS-D模型路径": "Chemin du modèle SoVITS-D pré-entraîné", "预训练的SoVITS-G模型路径": "Chemin du modèle SoVITS-G pré-entraîné", - "预训练的中文BERT模型路径": "Chemin du modèle BERT chinois pré-entraîné" -} + "预训练的中文BERT模型路径": "Chemin du modèle BERT chinois pré-entraîné", + "音频加载失败": "Échec du Chargement de l'Audio", + "以下文件或文件夹不存在": "Aucun Fichier ou Dossier de ce Type", + "路径不能为空": "Chemin Non Vide Attendu", + "请填入正确的List路径": "Veuillez Remplir le Chemin Correct de la Liste", + "请填入正确的音频文件夹路径": "Veuillez Remplir le Chemin Correct du Dossier Audio", + "路径错误": "Erreur de Chemin", + "缺少音素数据集": "Jeu de Données de Phonèmes Manquant", + "缺少Hubert数据集": "Jeu de Données Hubert Manquant", + "缺少音频数据集": "Jeu de Données Audio Manquant", + "缺少语义数据集": "Jeu de Données Sémantiques Manquant" +} \ No newline at end of file diff --git a/tools/i18n/locale/it_IT.json b/tools/i18n/locale/it_IT.json index 5203e44d..f4b8897b 100644 --- a/tools/i18n/locale/it_IT.json +++ b/tools/i18n/locale/it_IT.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "Percorso del modello SSL preaddestrato", "预训练的SoVITS-D模型路径": "Percorso del modello preaddestrato SoVITS-D", "预训练的SoVITS-G模型路径": "Percorso del modello preaddestrato SoVITS-G", - "预训练的中文BERT模型路径": "Percorso del modello BERT cinese preaddestrato" -} + "预训练的中文BERT模型路径": "Percorso del modello BERT cinese preaddestrato", + "音频加载失败": "Caricamento Audio Fallito", + "以下文件或文件夹不存在": "Nessun File o Cartella di Questo Tipo", + "路径不能为空": "Percorso Vuoto Non Consentito", + "请填入正确的List路径": "Si Prega di Inserire il Percorso Corretto della Lista", + "请填入正确的音频文件夹路径": "Si Prega di Inserire il Percorso Corretto della Cartella Audio", + "路径错误": "Errore di Percorso", + "缺少音素数据集": "Dataset di Fonemi Mancante", + "缺少Hubert数据集": "Dataset di Hubert Mancante", + "缺少音频数据集": "Dataset Audio Mancante", + "缺少语义数据集": "Dataset Semantico Mancante" +} \ No newline at end of file diff --git a/tools/i18n/locale/ja_JP.json b/tools/i18n/locale/ja_JP.json index 719ae07b..5edd3ebb 100644 --- a/tools/i18n/locale/ja_JP.json +++ b/tools/i18n/locale/ja_JP.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "事前にトレーニングされたSSLモデルのパス", "预训练的SoVITS-D模型路径": "事前にトレーニングされたSoVITS-Dモデルのパス", "预训练的SoVITS-G模型路径": "事前にトレーニングされたSoVITS-Gモデルのパス", - "预训练的中文BERT模型路径": "事前にトレーニングされた中文BERTモデルのパス" -} + "预训练的中文BERT模型路径": "事前にトレーニングされた中文BERTモデルのパス", + "音频加载失败": "音声の読み込みに失敗しました", + "以下文件或文件夹不存在": "そのようなファイルまたはフォルダは存在しません", + "路径不能为空": "空のパスは予期されていません", + "请填入正确的List路径": "正しいリストパスを入力してください", + "请填入正确的音频文件夹路径": "正しいオーディオフォルダパスを入力してください", + "路径错误": "パスエラー", + "缺少音素数据集": "音素データセットが欠落しています", + "缺少Hubert数据集": "Hubertデータセットが欠落しています", + "缺少音频数据集": "オーディオデータセットが欠落しています", + "缺少语义数据集": "セマンティクスデータセットが欠落しています" +} \ No newline at end of file diff --git a/tools/i18n/locale/ko_KR.json b/tools/i18n/locale/ko_KR.json index ba360469..062ffd00 100644 --- a/tools/i18n/locale/ko_KR.json +++ b/tools/i18n/locale/ko_KR.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "사전 훈련된 SSL 모델 경로", "预训练的SoVITS-D模型路径": "사전 훈련된 SoVITS-D 모델 경로", "预训练的SoVITS-G模型路径": "사전 훈련된 SoVITS-G 모델 경로", - "预训练的中文BERT模型路径": "사전 훈련된 중국어 BERT 모델 경로" -} + "预训练的中文BERT模型路径": "사전 훈련된 중국어 BERT 모델 경로", + "音频加载失败": "오디오 로드 실패", + "以下文件或文件夹不存在": "해당 파일이나 폴더가 없습니다", + "路径不能为空": "경로가 비어 있을 수 없습니다", + "请填入正确的List路径": "올바른 리스트 경로를 입력하세요", + "请填入正确的音频文件夹路径": "올바른 오디오 폴더 경로를 입력하세요", + "路径错误": "경로 오류", + "缺少音素数据集": "음소 데이터셋이 없습니다", + "缺少Hubert数据集": "Hubert 데이터셋이 없습니다", + "缺少音频数据集": "오디오 데이터셋이 없습니다", + "缺少语义数据集": "의미론 데이터셋이 없습니다" +} \ No newline at end of file diff --git a/tools/i18n/locale/pt_BR.json b/tools/i18n/locale/pt_BR.json index 5b2ac5fe..3fd18998 100644 --- a/tools/i18n/locale/pt_BR.json +++ b/tools/i18n/locale/pt_BR.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "Caminho do modelo SSL pre-train", "预训练的SoVITS-D模型路径": "Caminho do modelo SoVITS-D pre-train", "预训练的SoVITS-G模型路径": "Caminho do modelo SoVITS-G pre-train", - "预训练的中文BERT模型路径": "Caminho do modelo BERT chinês pre-train" -} + "预训练的中文BERT模型路径": "Caminho do modelo BERT chinês pre-train", + "音频加载失败": "Falha ao Carregar o Áudio", + "以下文件或文件夹不存在": "Nenhum Arquivo ou Pasta Encontrado", + "路径不能为空": "Esperado Caminho Não Vazio", + "请填入正确的List路径": "Por Favor, Insira o Caminho Correto da Lista", + "请填入正确的音频文件夹路径": "Por Favor, Insira o Caminho Correto da Pasta de Áudio", + "路径错误": "Erro de Caminho", + "缺少音素数据集": "Conjunto de Dados de Fonemas Ausente", + "缺少Hubert数据集": "Conjunto de Dados Hubert Ausente", + "缺少音频数据集": "Conjunto de Dados de Áudio Ausente", + "缺少语义数据集": "Conjunto de Dados Semânticos Ausente" +} \ No newline at end of file diff --git a/tools/i18n/locale/ru_RU.json b/tools/i18n/locale/ru_RU.json index ea446064..c8046ece 100644 --- a/tools/i18n/locale/ru_RU.json +++ b/tools/i18n/locale/ru_RU.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "Путь к предварительно обученной модели SSL", "预训练的SoVITS-D模型路径": "Путь к предварительно обученной модели SoVITS-D", "预训练的SoVITS-G模型路径": "Путь к предварительно обученной модели SoVITS-G", - "预训练的中文BERT模型路径": "Путь к предварительно обученной китайской модели BERT" -} + "预训练的中文BERT模型路径": "Путь к предварительно обученной китайской модели BERT", + "音频加载失败": "Не удалось загрузить аудио", + "以下文件或文件夹不存在": "Такого файла или папки не существует", + "路径不能为空": "Ожидается, что путь не будет пустым", + "请填入正确的List路径": "Пожалуйста, укажите правильный путь к списку", + "请填入正确的音频文件夹路径": "Пожалуйста, укажите правильный путь к папке с аудио", + "路径错误": "Ошибка пути", + "缺少音素数据集": "Отсутствует набор данных фонем", + "缺少Hubert数据集": "Отсутствует набор данных Hubert", + "缺少音频数据集": "Отсутствует набор данных аудио", + "缺少语义数据集": "Отсутствует семантический набор данных" +} \ No newline at end of file diff --git a/tools/i18n/locale/tr_TR.json b/tools/i18n/locale/tr_TR.json index c9e0cc28..733e3c8d 100644 --- a/tools/i18n/locale/tr_TR.json +++ b/tools/i18n/locale/tr_TR.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "Ön eğitilmiş SSL model yolu", "预训练的SoVITS-D模型路径": "Ön eğitilmiş SoVITS-D model yolu", "预训练的SoVITS-G模型路径": "Ön eğitilmiş SoVITS-G model yolu", - "预训练的中文BERT模型路径": "Ön eğitilmiş Çince BERT model yolu" -} + "预训练的中文BERT模型路径": "Ön eğitilmiş Çince BERT model yolu", + "音频加载失败": "Ses Yüklenemedi", + "以下文件或文件夹不存在": "Böyle Bir Dosya veya Klasör Yok", + "路径不能为空": "Boş Yol Beklenmiyor", + "请填入正确的List路径": "Lütfen Doğru Liste Yolunu Girin", + "请填入正确的音频文件夹路径": "Lütfen Doğru Ses Klasörü Yolunu Girin", + "路径错误": "Yol Hatası", + "缺少音素数据集": "Fonem Veri Seti Eksik", + "缺少Hubert数据集": "Hubert Veri Seti Eksik", + "缺少音频数据集": "Ses Veri Seti Eksik", + "缺少语义数据集": "Anlamsal Veri Seti Eksik" +} \ No newline at end of file diff --git a/tools/i18n/locale/zh_CN.json b/tools/i18n/locale/zh_CN.json index 49eccf9c..2ee0334c 100644 --- a/tools/i18n/locale/zh_CN.json +++ b/tools/i18n/locale/zh_CN.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "预训练的SSL模型路径", "预训练的SoVITS-D模型路径": "预训练的SoVITS-D模型路径", "预训练的SoVITS-G模型路径": "预训练的SoVITS-G模型路径", - "预训练的中文BERT模型路径": "预训练的中文BERT模型路径" + "预训练的中文BERT模型路径": "预训练的中文BERT模型路径", + "音频加载失败": "音频加载失败", + "以下文件或文件夹不存在": "以下文件或文件夹不存在", + "路径不能为空": "路径不能为空", + "请填入正确的List路径": "请填入正确的List路径", + "请填入正确的音频文件夹路径": "请填入正确的音频文件夹路径", + "路径错误": "路径错误", + "缺少音素数据集": "缺少音素数据集", + "缺少Hubert数据集": "缺少Hubert数据集", + "缺少音频数据集": "缺少音频数据集", + "缺少语义数据集": "缺少语义数据集" } diff --git a/tools/i18n/locale/zh_HK.json b/tools/i18n/locale/zh_HK.json index c70f6eed..65fd51c0 100644 --- a/tools/i18n/locale/zh_HK.json +++ b/tools/i18n/locale/zh_HK.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "預訓練的SSL模型路徑", "预训练的SoVITS-D模型路径": "預訓練的SoVITS-D模型路徑", "预训练的SoVITS-G模型路径": "預訓練的SoVITS-G模型路徑", - "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑" -} + "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑", + "音频加载失败": "無法加載音頻", + "以下文件或文件夹不存在": "沒有此文件或文件夾", + "路径不能为空": "路徑不應該為空", + "请填入正确的List路径": "請填寫正確的列表路徑", + "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", + "路径错误": "路徑錯誤", + "缺少音素数据集": "缺少音素數據集", + "缺少Hubert数据集": "缺少Hubert數據集", + "缺少音频数据集": "缺少音頻數據集", + "缺少语义数据集": "缺少語義數據集" +} \ No newline at end of file diff --git a/tools/i18n/locale/zh_SG.json b/tools/i18n/locale/zh_SG.json index 3ed08018..ada878d3 100644 --- a/tools/i18n/locale/zh_SG.json +++ b/tools/i18n/locale/zh_SG.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "預訓練的SSL模型路徑", "预训练的SoVITS-D模型路径": "預訓練的SoVITS-D模型路徑", "预训练的SoVITS-G模型路径": "預訓練的SoVITS-G模型路徑", - "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑" -} + "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑", + "音频加载失败": "無法加載音頻", + "以下文件或文件夹不存在": "沒有此文件或文件夾", + "路径不能为空": "路徑不應該為空", + "请填入正确的List路径": "請填寫正確的列表路徑", + "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", + "路径错误": "路徑錯誤", + "缺少音素数据集": "缺少音素數據集", + "缺少Hubert数据集": "缺少Hubert數據集", + "缺少音频数据集": "缺少音頻數據集", + "缺少语义数据集": "缺少語義數據集" +} \ No newline at end of file diff --git a/tools/i18n/locale/zh_TW.json b/tools/i18n/locale/zh_TW.json index 9e63896e..13c09ec0 100644 --- a/tools/i18n/locale/zh_TW.json +++ b/tools/i18n/locale/zh_TW.json @@ -174,5 +174,15 @@ "预训练的SSL模型路径": "預訓練的SSL模型路徑", "预训练的SoVITS-D模型路径": "預訓練的SoVITS-D模型路徑", "预训练的SoVITS-G模型路径": "預訓練的SoVITS-G模型路徑", - "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑" -} + "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑", + "音频加载失败": "無法加載音頻", + "以下文件或文件夹不存在": "沒有此文件或文件夾", + "路径不能为空": "路徑不應該為空", + "请填入正确的List路径": "請填寫正確的列表路徑", + "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", + "路径错误": "路徑錯誤", + "缺少音素数据集": "缺少音素數據集", + "缺少Hubert数据集": "缺少Hubert數據集", + "缺少音频数据集": "缺少音頻數據集", + "缺少语义数据集": "缺少語義數據集" +} \ No newline at end of file diff --git a/tools/my_utils.py b/tools/my_utils.py index 53544f8d..cdb95e0b 100644 --- a/tools/my_utils.py +++ b/tools/my_utils.py @@ -1,7 +1,10 @@ import platform,os,traceback import ffmpeg import numpy as np - +import gradio as gr +from tools.i18n.i18n import I18nAuto +import pandas as pd +i18n = I18nAuto(language=os.environ.get('language','Auto')) def load_audio(file, sr): try: @@ -20,7 +23,7 @@ def load_audio(file, sr): ) except Exception as e: traceback.print_exc() - raise RuntimeError(f"Failed to load audio: {e}") + raise RuntimeError(i18n("音频加载失败")) return np.frombuffer(out, np.float32).flatten() @@ -30,3 +33,83 @@ def clean_path(path_str:str): return clean_path(path_str[0:-1]) path_str = path_str.replace('/', os.sep).replace('\\', os.sep) return path_str.strip(" ").strip('\'').strip("\n").strip('"').strip(" ").strip("\u202a") + + +def check_for_existance(file_list:list=None,is_train=False,is_dataset_processing=False): + files_status=[] + if is_train == True and file_list: + file_list.append(os.path.join(file_list[0],'2-name2text.txt')) + file_list.append(os.path.join(file_list[0],'3-bert')) + file_list.append(os.path.join(file_list[0],'4-cnhubert')) + file_list.append(os.path.join(file_list[0],'5-wav32k')) + file_list.append(os.path.join(file_list[0],'6-name2semantic.tsv')) + for file in file_list: + if os.path.exists(file):files_status.append(True) + else:files_status.append(False) + if sum(files_status)!=len(files_status): + if is_train: + for file,status in zip(file_list,files_status): + if status:pass + else:gr.Warning(file) + gr.Warning(i18n('以下文件或文件夹不存在')) + return False + elif is_dataset_processing: + if files_status[0]: + return True + elif not files_status[0]: + gr.Warning(file_list[0]) + elif not files_status[1] and file_list[1]: + gr.Warning(file_list[1]) + gr.Warning(i18n('以下文件或文件夹不存在')) + return False + else: + if file_list[0]: + gr.Warning(file_list[0]) + gr.Warning(i18n('以下文件或文件夹不存在')) + else: + gr.Warning(i18n('路径不能为空')) + return False + return True + +def check_details(path_list=None,is_train=False,is_dataset_processing=False): + if is_dataset_processing: + list_path, audio_path = path_list + if (not list_path.endswith('.list')): + gr.Warning(i18n('请填入正确的List路径')) + return + if audio_path: + if not os.path.isdir(audio_path): + gr.Warning(i18n('请填入正确的音频文件夹路径')) + return + with open(list_path,"r",encoding="utf8")as f: + line=f.readline().strip("\n").split("\n") + wav_name, _, __, ___ = line[0].split("|") + wav_name=clean_path(wav_name) + if (audio_path != "" and audio_path != None): + wav_name = os.path.basename(wav_name) + wav_path = "%s/%s"%(audio_path, wav_name) + else: + wav_path=wav_name + if os.path.exists(wav_path): + ... + else: + gr.Warning(i18n('路径错误')) + return + if is_train: + path_list.append(os.path.join(path_list[0],'2-name2text.txt')) + path_list.append(os.path.join(path_list[0],'4-cnhubert')) + path_list.append(os.path.join(path_list[0],'5-wav32k')) + path_list.append(os.path.join(path_list[0],'6-name2semantic.tsv')) + phone_path, hubert_path, wav_path, semantic_path = path_list[1:] + with open(phone_path,'r',encoding='utf-8') as f: + if f.read(1):... + else:gr.Warning(i18n('缺少音素数据集')) + if os.listdir(hubert_path):... + else:gr.Warning(i18n('缺少Hubert数据集')) + if os.listdir(wav_path):... + else:gr.Warning(i18n('缺少音频数据集')) + df = pd.read_csv( + semantic_path, delimiter="\t", encoding="utf-8" + ) + if len(df) >= 1:... + else:gr.Warning(i18n('缺少语义数据集')) diff --git a/tools/uvr5/webui.py b/tools/uvr5/webui.py index 60dfdaa7..d216f6b4 100644 --- a/tools/uvr5/webui.py +++ b/tools/uvr5/webui.py @@ -25,6 +25,16 @@ is_half=eval(sys.argv[2]) webui_port_uvr5=int(sys.argv[3]) is_share=eval(sys.argv[4]) +def html_left(text, label='p'): + return f"""
+ <{label} style="margin: 0; padding: 0;">{text} +
""" + +def html_center(text, label='p'): + return f"""
+ <{label} style="margin: 0; padding: 0;">{text} +
""" + def uvr(model_name, inp_root, save_root_vocal, paths, save_root_ins, agg, format0): infos = [] try: @@ -116,11 +126,11 @@ with gr.Blocks(title="UVR5 WebUI") as app: 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.Tabs(): - with gr.TabItem(i18n("伴奏人声分离&去混响&去回声")): - with gr.Group(): + with gr.Group(): + gr.Markdown(html_center(i18n("伴奏人声分离&去混响&去回声"),'h2')) + with gr.Group(): gr.Markdown( - value=i18n("人声伴奏分离批量处理， 使用UVR5模型。") + "
" + \ + value=html_left(i18n("人声伴奏分离批量处理， 使用UVR5模型。") + "
" + \ i18n("合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。")+ "
" + \ i18n("模型分为三类：") + "
" + \ i18n("1、保留人声：不带和声的音频选这个，对主人声保留比HP5更好。内置HP2和HP3两个模型，HP3可能轻微漏伴奏但对主人声保留比HP2稍微好一丁点；") + "
" + \ @@ -131,10 +141,11 @@ with gr.Blocks(title="UVR5 WebUI") as app: i18n("去混响/去延迟，附：") + "
" + \ i18n("1、DeEcho-DeReverb模型的耗时是另外2个DeEcho模型的接近2倍；") + "
" + \ i18n("2、MDX-Net-Dereverb模型挺慢的；") + "
" + \ - i18n("3、个人推荐的最干净的配置是先MDX-Net再DeEcho-Aggressive。") + i18n("3、个人推荐的最干净的配置是先MDX-Net再DeEcho-Aggressive。"),'h4') ) with gr.Row(): with gr.Column(): + model_choose = gr.Dropdown(label=i18n("模型"), choices=uvr5_names) dir_wav_input = gr.Textbox( label=i18n("输入待处理音频文件夹路径"), placeholder="C:\\Users\\Desktop\\todo-songs", @@ -143,7 +154,6 @@ with gr.Blocks(title="UVR5 WebUI") as app: file_count="multiple", label=i18n("也可批量输入音频文件, 二选一, 优先读文件夹") ) with gr.Column(): - model_choose = gr.Dropdown(label=i18n("模型"), choices=uvr5_names) agg = gr.Slider( minimum=0, maximum=20, @@ -165,8 +175,11 @@ with gr.Blocks(title="UVR5 WebUI") as app: value="flac", interactive=True, ) - but2 = gr.Button(i18n("转换"), variant="primary") - vc_output4 = gr.Textbox(label=i18n("输出信息")) + with gr.Column(): + with gr.Row(): + but2 = gr.Button(i18n("转换"), variant="primary") + with gr.Row(): + vc_output4 = gr.Textbox(label=i18n("输出信息"),lines=3) but2.click( uvr, [ diff --git a/webui.py b/webui.py index 74a2f6a5..d483a673 100644 --- a/webui.py +++ b/webui.py @@ -25,6 +25,7 @@ if(os.path.exists(tmp)): print(str(e)) pass import site +import traceback site_packages_roots = [] for path in site.getsitepackages(): if "packages" in path: @@ -38,14 +39,13 @@ for site_packages_root in site_packages_roots: try: with open("%s/users.pth" % (site_packages_root), "w") as f: f.write( - "%s\n%s/tools\n%s/tools/damo_asr\n%s/GPT_SoVITS\n%s/tools/uvr5" + "%s\n%s/tools\n%s/tools/asr\n%s/GPT_SoVITS\n%s/tools/uvr5" % (now_dir, now_dir, now_dir, now_dir, now_dir) ) break - except PermissionError: - pass + except PermissionError as e: + traceback.print_exc() from tools import my_utils -import traceback import shutil import pdb from subprocess import Popen @@ -56,11 +56,13 @@ language=sys.argv[-1] if sys.argv[-1] in scan_language_list() else "Auto" os.environ["language"]=language i18n = I18nAuto(language=language) from scipy.io import wavfile -from tools.my_utils import load_audio +from tools.my_utils import load_audio, check_for_existance, check_details from multiprocessing import cpu_count # os.environ['PYTORCH_ENABLE_MPS_FALLBACK'] = '1' # 当遇到mps不支持的步骤时使用cpu -import gradio.analytics as analytics -analytics.version_check = lambda:None +try: + import gradio.analytics as analytics + analytics.version_check = lambda:None +except:... import gradio as gr n_cpu=cpu_count() @@ -195,34 +197,35 @@ def kill_process(pid): kill_proc_tree(pid) -def change_label(if_label,path_list): +def change_label(path_list): global p_label - if(if_label==True and p_label==None): + if(p_label==None): + check_for_existance([path_list]) path_list=my_utils.clean_path(path_list) cmd = '"%s" tools/subfix_webui.py --load_list "%s" --webui_port %s --is_share %s'%(python_exec,path_list,webui_port_subfix,is_share) - yield i18n("打标工具WebUI已开启") + yield i18n("打标工具WebUI已开启"), {'__type__':'update','visible':False}, {'__type__':'update','visible':True} print(cmd) p_label = Popen(cmd, shell=True) - elif(if_label==False and p_label!=None): + elif(p_label!=None): kill_process(p_label.pid) p_label=None - yield i18n("打标工具WebUI已关闭") + yield i18n("打标工具WebUI已关闭"), {'__type__':'update','visible':True}, {'__type__':'update','visible':False} -def change_uvr5(if_uvr5): +def change_uvr5(): global p_uvr5 - if(if_uvr5==True and p_uvr5==None): + if(p_uvr5==None): cmd = '"%s" tools/uvr5/webui.py "%s" %s %s %s'%(python_exec,infer_device,is_half,webui_port_uvr5,is_share) - yield i18n("UVR5已开启") + yield i18n("UVR5已开启"), {'__type__':'update','visible':False}, {'__type__':'update','visible':True} print(cmd) p_uvr5 = Popen(cmd, shell=True) - elif(if_uvr5==False and p_uvr5!=None): + elif(p_uvr5!=None): kill_process(p_uvr5.pid) p_uvr5=None - yield i18n("UVR5已关闭") + yield i18n("UVR5已关闭"), {'__type__':'update','visible':True}, {'__type__':'update','visible':False} -def change_tts_inference(if_tts,bert_path,cnhubert_base_path,gpu_number,gpt_path,sovits_path): +def change_tts_inference(bert_path,cnhubert_base_path,gpu_number,gpt_path,sovits_path): global p_tts_inference - if(if_tts==True and p_tts_inference==None): + if(p_tts_inference==None): os.environ["gpt_path"]=gpt_path if "/" in gpt_path else "%s/%s"%(GPT_weight_root,gpt_path) os.environ["sovits_path"]=sovits_path if "/"in sovits_path else "%s/%s"%(SoVITS_weight_root,sovits_path) os.environ["cnhubert_base_path"]=cnhubert_base_path @@ -232,13 +235,13 @@ def change_tts_inference(if_tts,bert_path,cnhubert_base_path,gpu_number,gpt_path os.environ["infer_ttswebui"]=str(webui_port_infer_tts) os.environ["is_share"]=str(is_share) cmd = '"%s" GPT_SoVITS/inference_webui.py "%s"'%(python_exec, language) - yield i18n("TTS推理进程已开启") + yield i18n("TTS推理进程已开启"), {'__type__':'update','visible':False}, {'__type__':'update','visible':True} print(cmd) p_tts_inference = Popen(cmd, shell=True) - elif(if_tts==False and p_tts_inference!=None): + elif(p_tts_inference!=None): kill_process(p_tts_inference.pid) p_tts_inference=None - yield i18n("TTS推理进程已关闭") + yield i18n("TTS推理进程已关闭"), {'__type__':'update','visible':True}, {'__type__':'update','visible':False} from tools.asr.config import asr_dict def open_asr(asr_inp_dir, asr_opt_dir, asr_model, asr_model_size, asr_lang, asr_precision): @@ -246,7 +249,7 @@ def open_asr(asr_inp_dir, asr_opt_dir, asr_model, asr_model_size, asr_lang, asr_ if(p_asr==None): asr_inp_dir=my_utils.clean_path(asr_inp_dir) asr_opt_dir=my_utils.clean_path(asr_opt_dir) - check_for_exists([asr_inp_dir]) + check_for_existance([asr_inp_dir]) cmd = f'"{python_exec}" tools/asr/{asr_dict[asr_model]["path"]}' cmd += f' -i "{asr_inp_dir}"' cmd += f' -o "{asr_opt_dir}"' @@ -277,7 +280,7 @@ def open_denoise(denoise_inp_dir, denoise_opt_dir): if(p_denoise==None): denoise_inp_dir=my_utils.clean_path(denoise_inp_dir) denoise_opt_dir=my_utils.clean_path(denoise_opt_dir) - check_for_exists([denoise_inp_dir]) + check_for_existance([denoise_inp_dir]) cmd = '"%s" tools/cmd-denoise.py -i "%s" -o "%s" -p %s'%(python_exec,denoise_inp_dir,denoise_opt_dir,"float16"if is_half==True else "float32") yield "语音降噪任务开启：%s"%cmd, {"__type__":"update","visible":False}, {"__type__":"update","visible":True}, {"__type__":"update"}, {"__type__":"update"} @@ -306,7 +309,8 @@ def open1Ba(batch_size,total_epoch,exp_name,text_low_lr_rate,if_save_latest,if_s data=json.loads(data) s2_dir="%s/%s"%(exp_root,exp_name) os.makedirs("%s/logs_s2"%(s2_dir),exist_ok=True) - check_for_exists([s2_dir],is_train=True) + if check_for_existance([s2_dir],is_train=True): + check_details([s2_dir],is_train=True) if(is_half==False): data["train"]["fp16_run"]=False batch_size=max(1,batch_size//2) @@ -353,7 +357,8 @@ def open1Bb(batch_size,total_epoch,exp_name,if_dpo,if_save_latest,if_save_every_ data=yaml.load(data, Loader=yaml.FullLoader) s1_dir="%s/%s"%(exp_root,exp_name) os.makedirs("%s/logs_s1"%(s1_dir),exist_ok=True) - check_for_exists([s1_dir],is_train=True) + if check_for_existance([s1_dir],is_train=True): + check_details([s1_dir],is_train=True) if(is_half==False): data["train"]["precision"]="32" batch_size = max(1, batch_size // 2) @@ -398,7 +403,7 @@ def open_slice(inp,opt_root,threshold,min_length,min_interval,hop_size,max_sil_k global ps_slice inp = my_utils.clean_path(inp) opt_root = my_utils.clean_path(opt_root) - check_for_exists([inp]) + check_for_existance([inp]) if(os.path.exists(inp)==False): yield "输入路径不存在", {"__type__":"update","visible":True}, {"__type__":"update","visible":False}, {"__type__": "update"}, {"__type__": "update"}, {"__type__": "update"} return @@ -437,7 +442,8 @@ def open1a(inp_text,inp_wav_dir,exp_name,gpu_numbers,bert_pretrained_dir): global ps1a inp_text = my_utils.clean_path(inp_text) inp_wav_dir = my_utils.clean_path(inp_wav_dir) - check_for_exists([inp_text,inp_wav_dir], is_dataset_processing=True) + if check_for_existance([inp_text,inp_wav_dir], is_dataset_processing=True): + check_details([inp_text,inp_wav_dir], is_dataset_processing=True) if (ps1a == []): opt_dir="%s/%s"%(exp_root,exp_name) config={ @@ -499,7 +505,8 @@ def open1b(inp_text,inp_wav_dir,exp_name,gpu_numbers,ssl_pretrained_dir): global ps1b inp_text = my_utils.clean_path(inp_text) inp_wav_dir = my_utils.clean_path(inp_wav_dir) - check_for_exists([inp_text,inp_wav_dir], is_dataset_processing=True) + if check_for_existance([inp_text,inp_wav_dir], is_dataset_processing=True): + check_details([inp_text,inp_wav_dir], is_dataset_processing=True) if (ps1b == []): config={ "inp_text":inp_text, @@ -547,7 +554,8 @@ ps1c=[] def open1c(inp_text,exp_name,gpu_numbers,pretrained_s2G_path): global ps1c inp_text = my_utils.clean_path(inp_text) - check_for_exists([inp_text,''], is_dataset_processing=True) + if check_for_existance([inp_text,''], is_dataset_processing=True): + check_details([inp_text,''], is_dataset_processing=True) if (ps1c == []): opt_dir="%s/%s"%(exp_root,exp_name) config={ @@ -606,7 +614,8 @@ def open1abc(inp_text,inp_wav_dir,exp_name,gpu_numbers1a,gpu_numbers1Ba,gpu_numb global ps1abc inp_text = my_utils.clean_path(inp_text) inp_wav_dir = my_utils.clean_path(inp_wav_dir) - check_for_exists([inp_text,inp_wav_dir]) + if check_for_existance([inp_text,inp_wav_dir], is_dataset_processing=True): + check_details([inp_text,inp_wav_dir], is_dataset_processing=True) if (ps1abc == []): opt_dir="%s/%s"%(exp_root,exp_name) try: @@ -743,38 +752,14 @@ def switch_version(version_): gr.Warning(i18n(f'未下载{version.upper()}模型')) return {'__type__':'update', 'value':pretrained_sovits_name[-int(version[-1])+2]}, {'__type__':'update', 'value':pretrained_sovits_name[-int(version[-1])+2].replace("s2G","s2D")}, {'__type__':'update', 'value':pretrained_gpt_name[-int(version[-1])+2]}, {'__type__':'update', 'value':pretrained_gpt_name[-int(version[-1])+2]}, {'__type__':'update', 'value':pretrained_sovits_name[-int(version[-1])+2]} -def check_for_exists(file_list=None,is_train=False,is_dataset_processing=False): - missing_files=[] - if is_train == True and file_list: - file_list.append(os.path.join(file_list[0],'2-name2text.txt')) - file_list.append(os.path.join(file_list[0],'3-bert')) - file_list.append(os.path.join(file_list[0],'4-cnhubert')) - file_list.append(os.path.join(file_list[0],'5-wav32k')) - file_list.append(os.path.join(file_list[0],'6-name2semantic.tsv')) - for file in file_list: - if os.path.exists(file):pass - else:missing_files.append(file) - if missing_files: - if is_train: - for missing_file in missing_files: - if missing_file != '': - gr.Warning(missing_file) - gr.Warning(i18n('以下文件或文件夹不存在:')) - else: - for missing_file in missing_files: - if missing_file != '': - gr.Warning(missing_file) - if file_list[-1]==[''] and is_dataset_processing: - pass - else: - gr.Warning(i18n('以下文件或文件夹不存在:')) - if os.path.exists('GPT_SoVITS/text/G2PWModel'):... else: cmd = '"%s" GPT_SoVITS/download.py'%python_exec p = Popen(cmd, shell=True) p.wait() +def sync(text): + return {'__type__':'update','value':text} with gr.Blocks(title="GPT-SoVITS WebUI") as app: gr.Markdown( value= @@ -789,8 +774,11 @@ with gr.Blocks(title="GPT-SoVITS WebUI") as app: with gr.TabItem(i18n("0-前置数据集获取工具")):#提前随机切片防止uvr5爆内存->uvr5->slicer->asr->打标 gr.Markdown(value=i18n("0a-UVR5人声伴奏分离&去混响去延迟工具")) with gr.Row(): - if_uvr5 = gr.Checkbox(label=i18n("是否开启UVR5-WebUI"),show_label=True) - uvr5_info = gr.Textbox(label=i18n("UVR5进程输出信息")) + with gr.Column(scale=3): + with gr.Row(): + uvr5_info = gr.Textbox(label=i18n("UVR5进程输出信息")) + open_uvr5 = gr.Button(value=i18n("开启UVR5-WebUI"),variant="primary",visible=True) + close_uvr5 = gr.Button(value=i18n("关闭UVR5-WebUI"),variant="primary",visible=False) gr.Markdown(value=i18n("0b-语音切分工具")) with gr.Row(): with gr.Column(scale=3): @@ -805,9 +793,9 @@ with gr.Blocks(title="GPT-SoVITS WebUI") as app: max_sil_kept=gr.Textbox(label=i18n("max_sil_kept:切完后静音最多留多长"),value="500") with gr.Row(): _max=gr.Slider(minimum=0,maximum=1,step=0.05,label=i18n("max:归一化后最大值多少"),value=0.9,interactive=True) - alpha=gr.Slider(minimum=0,maximum=1,step=0.05,label=i18n("alpha_mix:混多少比例归一化后音频进来"),value=0.25,interactive=True) - n_process=gr.Slider(minimum=1,maximum=n_cpu,step=1,label=i18n("切割使用的进程数"),value=4,interactive=True) + alpha=gr.Slider(minimum=0,maximum=1,step=0.05,label=i18n("alpha_mix:混多少比例归一化后音频进来"),value=0.25,interactive=True) with gr.Row(): + n_process=gr.Slider(minimum=1,maximum=n_cpu,step=1,label=i18n("切割使用的进程数"),value=4,interactive=True) slicer_info = gr.Textbox(label=i18n("语音切割进程输出信息")) open_slicer_button=gr.Button(i18n("开启语音切割"), variant="primary",visible=True) close_slicer_button=gr.Button(i18n("终止语音切割"), variant="primary",visible=False) @@ -890,60 +878,86 @@ with gr.Blocks(title="GPT-SoVITS WebUI") as app: gr.Markdown(value=i18n("0d-语音文本校对标注工具")) with gr.Row(): - if_label = gr.Checkbox(label=i18n("是否开启打标WebUI"),show_label=True) - path_list = gr.Textbox( - label=i18n(".list标注文件的路径"), - value="D:\\RVC1006\\GPT-SoVITS\\raw\\xxx.list", - interactive=True, - ) - label_info = gr.Textbox(label=i18n("打标工具进程输出信息")) - if_label.change(change_label, [if_label,path_list], [label_info]) - if_uvr5.change(change_uvr5, [if_uvr5], [uvr5_info]) + with gr.Column(scale=3): + with gr.Row(): + path_list = gr.Textbox( + label=i18n(".list标注文件的路径"), + value="D:\\RVC1006\\GPT-SoVITS\\raw\\xxx.list", + interactive=True, + ) + label_info = gr.Textbox(label=i18n("打标工具进程输出信息")) + + open_label = gr.Button(value=i18n("开启打标WebUI"),variant="primary",visible=True) + close_label = gr.Button(value=i18n("关闭打标WebUI"),variant="primary",visible=False) + open_label.click(change_label, [path_list], [label_info,open_label,close_label]) + close_label.click(change_label, [path_list], [label_info,open_label,close_label]) + open_uvr5.click(change_uvr5, [], [uvr5_info,open_uvr5,close_uvr5]) + close_uvr5.click(change_uvr5, [], [uvr5_info,open_uvr5,close_uvr5]) with gr.TabItem(i18n("1-GPT-SoVITS-TTS")): with gr.Row(): - exp_name = gr.Textbox(label=i18n("*实验/模型名"), value="xxx", interactive=True) - gpu_info = gr.Textbox(label=i18n("显卡信息"), value=gpu_info, visible=True, interactive=False) - version_checkbox = gr.Radio(label=i18n("版本"),value=version,choices=['v1','v2']) - pretrained_s2G = gr.Textbox(label=i18n("预训练的SoVITS-G模型路径"), value=pretrained_sovits_name[-int(version[-1])+2], interactive=True) - pretrained_s2D = gr.Textbox(label=i18n("预训练的SoVITS-D模型路径"), value=pretrained_sovits_name[-int(version[-1])+2].replace("s2G","s2D"), interactive=True) - pretrained_s1 = gr.Textbox(label=i18n("预训练的GPT模型路径"), value=pretrained_gpt_name[-int(version[-1])+2], interactive=True) + with gr.Row(): + exp_name = gr.Textbox(label=i18n("*实验/模型名"), value="xxx", interactive=True) + gpu_info = gr.Textbox(label=i18n("显卡信息"), value=gpu_info, visible=True, interactive=False) + version_checkbox = gr.Radio(label=i18n("版本"),value=version,choices=['v1','v2']) + with gr.Row(): + pretrained_s2G = gr.Textbox(label=i18n("预训练的SoVITS-G模型路径"), value=pretrained_sovits_name[-int(version[-1])+2], interactive=True, lines=2, max_lines=3,scale=9) + pretrained_s2D = gr.Textbox(label=i18n("预训练的SoVITS-D模型路径"), value=pretrained_sovits_name[-int(version[-1])+2].replace("s2G","s2D"), interactive=True, lines=2, max_lines=3,scale=9) + pretrained_s1 = gr.Textbox(label=i18n("预训练的GPT模型路径"), value=pretrained_gpt_name[-int(version[-1])+2], interactive=True, lines=2, max_lines=3,scale=10) with gr.TabItem(i18n("1A-训练集格式化工具")): gr.Markdown(value=i18n("输出logs/实验名目录下应有23456开头的文件和文件夹")) with gr.Row(): - inp_text = gr.Textbox(label=i18n("*文本标注文件"),value=r"D:\RVC1006\GPT-SoVITS\raw\xxx.list",interactive=True) - inp_wav_dir = gr.Textbox( - label=i18n("*训练集音频文件目录"), - # value=r"D:\RVC1006\GPT-SoVITS\raw\xxx", - interactive=True, - placeholder=i18n("填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。") - ) + with gr.Row(): + inp_text = gr.Textbox(label=i18n("*文本标注文件"),value=r"D:\RVC1006\GPT-SoVITS\raw\xxx.list",interactive=True,scale=10) + with gr.Row(): + inp_wav_dir = gr.Textbox( + label=i18n("*训练集音频文件目录"), + # value=r"D:\RVC1006\GPT-SoVITS\raw\xxx", + interactive=True, + placeholder=i18n("填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。"), scale=10 + ) gr.Markdown(value=i18n("1Aa-文本内容")) with gr.Row(): - gpu_numbers1a = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"),value="%s-%s"%(gpus,gpus),interactive=True) - bert_pretrained_dir = gr.Textbox(label=i18n("预训练的中文BERT模型路径"),value="GPT_SoVITS/pretrained_models/chinese-roberta-wwm-ext-large",interactive=False) - button1a_open = gr.Button(i18n("开启文本获取"), variant="primary",visible=True) - button1a_close = gr.Button(i18n("终止文本获取进程"), variant="primary",visible=False) - info1a=gr.Textbox(label=i18n("文本进程输出信息")) + with gr.Row(): + gpu_numbers1a = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"),value="%s-%s"%(gpus,gpus),interactive=True) + with gr.Row(): + bert_pretrained_dir = gr.Textbox(label=i18n("预训练的中文BERT模型路径"),value="GPT_SoVITS/pretrained_models/chinese-roberta-wwm-ext-large",interactive=False,lines=2) + with gr.Row(): + button1a_open = gr.Button(i18n("开启文本获取"), variant="primary",visible=True) + button1a_close = gr.Button(i18n("终止文本获取进程"), variant="primary",visible=False) + with gr.Row(): + info1a=gr.Textbox(label=i18n("文本进程输出信息")) gr.Markdown(value=i18n("1Ab-SSL自监督特征提取")) with gr.Row(): - gpu_numbers1Ba = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"),value="%s-%s"%(gpus,gpus),interactive=True) - cnhubert_base_dir = gr.Textbox(label=i18n("预训练的SSL模型路径"),value="GPT_SoVITS/pretrained_models/chinese-hubert-base",interactive=False) - button1b_open = gr.Button(i18n("开启SSL提取"), variant="primary",visible=True) - button1b_close = gr.Button(i18n("终止SSL提取进程"), variant="primary",visible=False) - info1b=gr.Textbox(label=i18n("SSL进程输出信息")) + with gr.Row(): + gpu_numbers1Ba = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"),value="%s-%s"%(gpus,gpus),interactive=True) + with gr.Row(): + cnhubert_base_dir = gr.Textbox(label=i18n("预训练的SSL模型路径"),value="GPT_SoVITS/pretrained_models/chinese-hubert-base",interactive=False,lines=2) + with gr.Row(): + button1b_open = gr.Button(i18n("开启SSL提取"), variant="primary",visible=True) + button1b_close = gr.Button(i18n("终止SSL提取进程"), variant="primary",visible=False) + with gr.Row(): + info1b=gr.Textbox(label=i18n("SSL进程输出信息")) gr.Markdown(value=i18n("1Ac-语义token提取")) with gr.Row(): - gpu_numbers1c = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"),value="%s-%s"%(gpus,gpus),interactive=True) - button1c_open = gr.Button(i18n("开启语义token提取"), variant="primary",visible=True) - button1c_close = gr.Button(i18n("终止语义token提取进程"), variant="primary",visible=False) - info1c=gr.Textbox(label=i18n("语义token提取进程输出信息")) + with gr.Row(): + gpu_numbers1c = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"),value="%s-%s"%(gpus,gpus),interactive=True) + with gr.Row(): + pretrained_s2G_ = gr.Textbox(label=i18n("预训练的SoVITS-G模型路径"), value=pretrained_sovits_name[-int(version[-1])+2], interactive=False,lines=2) + with gr.Row(): + button1c_open = gr.Button(i18n("开启语义token提取"), variant="primary",visible=True) + button1c_close = gr.Button(i18n("终止语义token提取进程"), variant="primary",visible=False) + with gr.Row(): + info1c=gr.Textbox(label=i18n("语义token提取进程输出信息")) gr.Markdown(value=i18n("1Aabc-训练集格式化一键三连")) with gr.Row(): - button1abc_open = gr.Button(i18n("开启一键三连"), variant="primary",visible=True) - button1abc_close = gr.Button(i18n("终止一键三连"), variant="primary",visible=False) - info1abc=gr.Textbox(label=i18n("一键三连进程输出信息")) + with gr.Row(): + button1abc_open = gr.Button(i18n("开启一键三连"), variant="primary",visible=True) + button1abc_close = gr.Button(i18n("终止一键三连"), variant="primary",visible=False) + with gr.Row(): + info1abc=gr.Textbox(label=i18n("一键三连进程输出信息")) + pretrained_s2G.change(sync,[pretrained_s2G],[pretrained_s2G_]) open_asr_button.click(open_asr, [asr_inp_dir, asr_opt_dir, asr_model, asr_size, asr_lang, asr_precision], [asr_info,open_asr_button,close_asr_button,path_list,inp_text,inp_wav_dir]) close_asr_button.click(close_asr, [], [asr_info,open_asr_button,close_asr_button]) open_slicer_button.click(open_slice, [slice_inp_path,slice_opt_root,threshold,min_length,min_interval,hop_size,max_sil_kept,_max,alpha,n_process], [slicer_info,open_slicer_button,close_slicer_button,asr_inp_dir,denoise_input_dir,inp_wav_dir]) @@ -962,30 +976,46 @@ with gr.Blocks(title="GPT-SoVITS WebUI") as app: with gr.TabItem(i18n("1B-微调训练")): gr.Markdown(value=i18n("1Ba-SoVITS训练。用于分享的模型文件输出在SoVITS_weights下。")) with gr.Row(): - batch_size = gr.Slider(minimum=1,maximum=40,step=1,label=i18n("每张显卡的batch_size"),value=default_batch_size,interactive=True) - total_epoch = gr.Slider(minimum=1,maximum=25,step=1,label=i18n("总训练轮数total_epoch，不建议太高"),value=8,interactive=True) - text_low_lr_rate = gr.Slider(minimum=0.2,maximum=0.6,step=0.05,label=i18n("文本模块学习率权重"),value=0.4,interactive=True) - save_every_epoch = gr.Slider(minimum=1,maximum=25,step=1,label=i18n("保存频率save_every_epoch"),value=4,interactive=True) - if_save_latest = gr.Checkbox(label=i18n("是否仅保存最新的ckpt文件以节省硬盘空间"), value=True, interactive=True, show_label=True) - if_save_every_weights = gr.Checkbox(label=i18n("是否在每次保存时间点将最终小模型保存至weights文件夹"), value=True, interactive=True, show_label=True) - gpu_numbers1Ba = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"), value="%s" % (gpus), interactive=True) + with gr.Column(): + with gr.Row(): + batch_size = gr.Slider(minimum=1,maximum=40,step=1,label=i18n("每张显卡的batch_size"),value=default_batch_size,interactive=True) + total_epoch = gr.Slider(minimum=1,maximum=25,step=1,label=i18n("总训练轮数total_epoch，不建议太高"),value=8,interactive=True) + with gr.Row(): + text_low_lr_rate = gr.Slider(minimum=0.2,maximum=0.6,step=0.05,label=i18n("文本模块学习率权重"),value=0.4,interactive=True) + save_every_epoch = gr.Slider(minimum=1,maximum=25,step=1,label=i18n("保存频率save_every_epoch"),value=4,interactive=True) + with gr.Column(): + with gr.Column(): + if_save_latest = gr.Checkbox(label=i18n("是否仅保存最新的ckpt文件以节省硬盘空间"), value=True, interactive=True, show_label=True) + if_save_every_weights = gr.Checkbox(label=i18n("是否在每次保存时间点将最终小模型保存至weights文件夹"), value=True, interactive=True, show_label=True) + with gr.Row(): + gpu_numbers1Ba = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"), value="%s" % (gpus), interactive=True) with gr.Row(): - button1Ba_open = gr.Button(i18n("开启SoVITS训练"), variant="primary",visible=True) - button1Ba_close = gr.Button(i18n("终止SoVITS训练"), variant="primary",visible=False) - info1Ba=gr.Textbox(label=i18n("SoVITS训练进程输出信息")) + with gr.Row(): + button1Ba_open = gr.Button(i18n("开启SoVITS训练"), variant="primary",visible=True) + button1Ba_close = gr.Button(i18n("终止SoVITS训练"), variant="primary",visible=False) + with gr.Row(): + info1Ba=gr.Textbox(label=i18n("SoVITS训练进程输出信息")) gr.Markdown(value=i18n("1Bb-GPT训练。用于分享的模型文件输出在GPT_weights下。")) with gr.Row(): - batch_size1Bb = gr.Slider(minimum=1,maximum=40,step=1,label=i18n("每张显卡的batch_size"),value=default_batch_size,interactive=True) - total_epoch1Bb = gr.Slider(minimum=2,maximum=50,step=1,label=i18n("总训练轮数total_epoch"),value=15,interactive=True) - if_dpo = gr.Checkbox(label=i18n("是否开启dpo训练选项(实验性)"), value=False, interactive=True, show_label=True) - if_save_latest1Bb = gr.Checkbox(label=i18n("是否仅保存最新的ckpt文件以节省硬盘空间"), value=True, interactive=True, show_label=True) - if_save_every_weights1Bb = gr.Checkbox(label=i18n("是否在每次保存时间点将最终小模型保存至weights文件夹"), value=True, interactive=True, show_label=True) - save_every_epoch1Bb = gr.Slider(minimum=1,maximum=50,step=1,label=i18n("保存频率save_every_epoch"),value=5,interactive=True) - gpu_numbers1Bb = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"), value="%s" % (gpus), interactive=True) + with gr.Column(): + with gr.Row(): + batch_size1Bb = gr.Slider(minimum=1,maximum=40,step=1,label=i18n("每张显卡的batch_size"),value=default_batch_size,interactive=True) + total_epoch1Bb = gr.Slider(minimum=2,maximum=50,step=1,label=i18n("总训练轮数total_epoch"),value=15,interactive=True) + with gr.Row(): + save_every_epoch1Bb = gr.Slider(minimum=1,maximum=50,step=1,label=i18n("保存频率save_every_epoch"),value=5,interactive=True) + if_dpo = gr.Checkbox(label=i18n("是否开启dpo训练选项(实验性)"), value=False, interactive=True, show_label=True) + with gr.Column(): + with gr.Column(): + if_save_latest1Bb = gr.Checkbox(label=i18n("是否仅保存最新的ckpt文件以节省硬盘空间"), value=True, interactive=True, show_label=True) + if_save_every_weights1Bb = gr.Checkbox(label=i18n("是否在每次保存时间点将最终小模型保存至weights文件夹"), value=True, interactive=True, show_label=True) + with gr.Row(): + gpu_numbers1Bb = gr.Textbox(label=i18n("GPU卡号以-分割，每个卡号一个进程"), value="%s" % (gpus), interactive=True) with gr.Row(): - button1Bb_open = gr.Button(i18n("开启GPT训练"), variant="primary",visible=True) - button1Bb_close = gr.Button(i18n("终止GPT训练"), variant="primary",visible=False) - info1Bb=gr.Textbox(label=i18n("GPT训练进程输出信息")) + with gr.Row(): + button1Bb_open = gr.Button(i18n("开启GPT训练"), variant="primary",visible=True) + button1Bb_close = gr.Button(i18n("终止GPT训练"), variant="primary",visible=False) + with gr.Row(): + info1Bb=gr.Textbox(label=i18n("GPT训练进程输出信息")) button1Ba_open.click(open1Ba, [batch_size,total_epoch,exp_name,text_low_lr_rate,if_save_latest,if_save_every_weights,save_every_epoch,gpu_numbers1Ba,pretrained_s2G,pretrained_s2D], [info1Ba,button1Ba_open,button1Ba_close]) button1Ba_close.click(close1Ba, [], [info1Ba,button1Ba_open,button1Ba_close]) button1Bb_open.click(open1Bb, [batch_size1Bb,total_epoch1Bb,exp_name,if_dpo,if_save_latest1Bb,if_save_every_weights1Bb,save_every_epoch1Bb,gpu_numbers1Bb,pretrained_s1], [info1Bb,button1Bb_open,button1Bb_close]) @@ -993,15 +1023,21 @@ with gr.Blocks(title="GPT-SoVITS WebUI") as app: with gr.TabItem(i18n("1C-推理")): gr.Markdown(value=i18n("选择训练完存放在SoVITS_weights和GPT_weights下的模型。默认的一个是底模，体验5秒Zero Shot TTS用。")) with gr.Row(): - GPT_dropdown = gr.Dropdown(label=i18n("*GPT模型列表"), choices=sorted(GPT_names,key=custom_sort_key),value=pretrained_gpt_name[0],interactive=True) - SoVITS_dropdown = gr.Dropdown(label=i18n("*SoVITS模型列表"), choices=sorted(SoVITS_names,key=custom_sort_key),value=pretrained_sovits_name[0],interactive=True) - gpu_number_1C=gr.Textbox(label=i18n("GPU卡号,只能填1个整数"), value=gpus, interactive=True) - refresh_button = gr.Button(i18n("刷新模型路径"), variant="primary") + with gr.Row(): + GPT_dropdown = gr.Dropdown(label=i18n("*GPT模型列表"), choices=sorted(GPT_names,key=custom_sort_key),value=pretrained_gpt_name[0],interactive=True) + SoVITS_dropdown = gr.Dropdown(label=i18n("*SoVITS模型列表"), choices=sorted(SoVITS_names,key=custom_sort_key),value=pretrained_sovits_name[0],interactive=True) + with gr.Row(): + gpu_number_1C=gr.Textbox(label=i18n("GPU卡号,只能填1个整数"), value=gpus, 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]) with gr.Row(): - if_tts = gr.Checkbox(label=i18n("是否开启TTS推理WebUI"), show_label=True) - tts_info = gr.Textbox(label=i18n("TTS推理WebUI进程输出信息")) - if_tts.change(change_tts_inference, [if_tts,bert_pretrained_dir,cnhubert_base_dir,gpu_number_1C,GPT_dropdown,SoVITS_dropdown], [tts_info]) + with gr.Row(): + open_tts = gr.Button(value=i18n("开启TTS推理WebUI"),variant='primary',visible=True) + close_tts = gr.Button(value=i18n("关闭TTS推理WebUI"),variant='primary',visible=False) + with gr.Row(): + tts_info = gr.Textbox(label=i18n("TTS推理WebUI进程输出信息")) + open_tts.click(change_tts_inference, [bert_pretrained_dir,cnhubert_base_dir,gpu_number_1C,GPT_dropdown,SoVITS_dropdown], [tts_info,open_tts,close_tts]) + close_tts.click(change_tts_inference, [bert_pretrained_dir,cnhubert_base_dir,gpu_number_1C,GPT_dropdown,SoVITS_dropdown], [tts_info,open_tts,close_tts]) version_checkbox.change(switch_version,[version_checkbox],[pretrained_s2G,pretrained_s2D,pretrained_s1,GPT_dropdown,SoVITS_dropdown]) with gr.TabItem(i18n("2-GPT-SoVITS-变声")):gr.Markdown(value=i18n("施工中，请静候佳音")) app.queue(concurrency_count=511, max_size=1022).launch( From 475e7359361657101f18cad9c65b501450340424 Mon Sep 17 00:00:00 2001 From: RVC-Boss <129054828+RVC-Boss@users.noreply.github.com> Date: Tue, 13 Aug 2024 16:47:32 +0800 Subject: [PATCH 07/10] Update requirements.txt --- requirements.txt | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/requirements.txt b/requirements.txt index 899d8bdb..12b7244a 100644 --- a/requirements.txt +++ b/requirements.txt @@ -13,7 +13,7 @@ tqdm funasr==1.0.27 cn2an pypinyin -pyopenjtalk +pyopenjtalk>=0.3.4 g2p_en torchaudio modelscope==1.10.0 From 13e0faab72594298ada2e7353d740992f670fda5 Mon Sep 17 00:00:00 2001 From: XXXXRT666 <157766680+XXXXRT666@users.noreply.github.com> Date: Tue, 13 Aug 2024 20:12:59 +0800 Subject: [PATCH 08/10] i18n (#1460) * i18n --- tools/i18n/locale/en_US.json | 36 +++++++++++++++++++--------------- tools/i18n/locale/es_ES.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/fr_FR.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/it_IT.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/ja_JP.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/ko_KR.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/pt_BR.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/ru_RU.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/tr_TR.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/zh_CN.json | 36 +++++++++++++++++++--------------- tools/i18n/locale/zh_HK.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/zh_SG.json | 38 ++++++++++++++++++++---------------- tools/i18n/locale/zh_TW.json | 38 ++++++++++++++++++++---------------- 13 files changed, 271 insertions(+), 219 deletions(-) diff --git a/tools/i18n/locale/en_US.json b/tools/i18n/locale/en_US.json index 283403f8..e5756d87 100644 --- a/tools/i18n/locale/en_US.json +++ b/tools/i18n/locale/en_US.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*Please upload and fill reference information", "*请填写需要合成的目标文本和语种模式": "*Please fill in the target text and language mode for synthesis", ".list标注文件的路径": ".list annotation file path", + ".限制范围越小判别效果越好。": "Less Multilingual is better", "0-前置数据集获取工具": "0-Fetch dataset", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5 webui (for vocal separation, deecho, dereverb and denoise)", "0b-语音切分工具": "0b-Audio slicer", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "Multiple audio files can also be imported. If a folder path exists, this input is ignored.", "人声伴奏分离批量处理， 使用UVR5模型。": "Batch processing for vocal and instrumental separation, using the UVR5 model.", "人声提取激进程度": "Vocal extraction aggressiveness", - "以下文件或文件夹不存在:": "No Such File or Folder:", + "以下文件或文件夹不存在": "No Such File or Folder", "以下模型不存在:": "No Such Model:", "伴奏人声分离&去混响&去回声": "Vocals/Accompaniment Separation & Reverberation Removal", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "When using the no-reference text mode, it is recommended to use a fine-tuned GPT. If the reference audio is unclear and you don't know what to write, you can enable this feature, which will ignore the reference text you've entered.", "保存频率save_every_epoch": "Save frequency (save_every_epoch):", + "关闭TTS推理WebUI": "Close TTS Inference WebUI", + "关闭UVR5-WebUI": "Close UVR5-WebUI", + "关闭打标WebUI": "Close Labeling WebUI", "凑50字一切": "Slice per 50 characters", "凑四句一切": "Slice once every 4 sentences", "切分后的子音频的输出根目录": "Audio slicer output folder", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "Reference audio is outside the 3-10 second range, please choose another one!", "参考音频的文本": "Text for reference audio", "参考音频的语种": "Language for reference audio", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "Optional: Upload multiple reference audio files by dragging and dropping them (recommended to be of the same gender), and average their tone. If this option is left blank, the tone will be controlled by the single reference audio on the left. If fine-tuning the model, it is recommended that all reference audio files have tones within the fine-tuning training set; the pretrained model can be ignored.", "合成语音": "Start inference", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "An example of a valid folder path format: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例 (simply copy the address from the file manager's address bar).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "Please fill in the segmented audio files' directory! The full path of the audio file = the directory concatenated with the filename corresponding to the waveform in the list file (not the full path). If left blank, the absolute full path in the .list file will be used.", @@ -96,7 +101,10 @@ "开启GPT训练": "Start GPT training", "开启SSL提取": "Start SSL extracting", "开启SoVITS训练": "Start SoVITS training", + "开启TTS推理WebUI": "Open TTS Inference WebUI", + "开启UVR5-WebUI": "Open UVR5-WebUI", "开启一键三连": "Start one-click formatting", + "开启打标WebUI": "Open Labeling WebUI", "开启文本获取": "Start speech-to-text", "开启无参考文本模式。不填参考文本亦相当于开启。": "Enable no reference mode. If you don't fill 'Text for reference audio', no reference mode will be enabled.", "开启离线批量ASR": "Start batch ASR", @@ -122,11 +130,8 @@ "日英混合": "Japanese-English Mixed", "是否仅保存最新的ckpt文件以节省硬盘空间": "Save only the latest '.ckpt' file to save disk space:", "是否在每次保存时间点将最终小模型保存至weights文件夹": "Save a small final model to the 'weights' folder at each save point:", - "是否开启TTS推理WebUI": "Open TTS inference WebUI", - "是否开启UVR5-WebUI": "Open UVR5-WebUI", "是否开启dpo训练选项(实验性)": "Enable DPO training (experimental feature)", - "是否开启打标WebUI": "Open labelling WebUI", - "是否直接对上次合成结果调整语速。防止随机性。": "Whether to directly adjust the speech rate of the last synthesis result to prevent randomness.", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "Adjust the speech rate and tone of the last synthesis result to prevent randomness.", "显卡信息": "GPU Information", "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.": "This software is open source under the MIT license. The author does not have any control over the software. Users who use the software and distribute the sounds exported by the software are solely responsible.
If you do not agree with this clause, you cannot use or reference any codes and files within the software package. See the root directory Agreement-LICENSE for details.", "模型": "Model", @@ -145,6 +150,10 @@ "终止语义token提取进程": "Stop semantics token extraction", "终止语音切割": "Stop audio cutting", "终止语音降噪进程": "Stop voice denoising", + "缺少Hubert数据集": "Missing Hubert Dataset", + "缺少语义数据集": "Missing Semantics Dataset", + "缺少音素数据集": "Missing Phoneme Dataset", + "缺少音频数据集": "Missing Audio Dataset", "英文": "English", "语义token提取进程输出信息": "Sematics token extraction output log", "语速": "Speech rate", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "Please upload a reference audio within the 3-10 second range; if it exceeds this duration, it will raise errors.", "请上传参考音频": "Please Upload the Reference Audio", "请填入推理文本": "Please Fill in the Terget Text", + "请填入正确的List路径": "Please Fill in the Correct List Path", + "请填入正确的音频文件夹路径": "Please Fill in the Correct Audio Folder Path", "请输入有效文本": "Please enter valid text.", + "路径不能为空": "Expected No Empty Path", + "路径错误": "Path Error", "转换": "Convert", "输入待处理音频文件夹路径": "Enter the path of the audio folder to be processed:", "输入文件夹路径": "Input folder path", @@ -169,20 +182,11 @@ "需要合成的语种": "Inference text language", "韩文": "Korean", "韩英混合": "Korean-English Mixed", + "音频加载失败": "Failed to Load Audio", "音频自动切分输入路径，可文件可文件夹": "Audio slicer input (file or folder)", "预训练的GPT模型路径": "Pretrained GPT model path", "预训练的SSL模型路径": "Pretrained SSL model path", "预训练的SoVITS-D模型路径": "Pretrained SoVITS-D model path", "预训练的SoVITS-G模型路径": "Pretrained SoVITS-G model path", - "预训练的中文BERT模型路径": " Pretrained BERT model path", - "音频加载失败": "Failed to Load Audio", - "以下文件或文件夹不存在": "No Such File or Folder", - "路径不能为空": "Expected No Empty Path", - "请填入正确的List路径": "Please Fill in the Correct List Path", - "请填入正确的音频文件夹路径": "Please Fill in the Correct Audio Folder Path", - "路径错误": "Path Error", - "缺少音素数据集": "Missing Phoneme Dataset", - "缺少Hubert数据集": "Missing Hubert Dataset", - "缺少音频数据集": "Missing Audio Dataset", - "缺少语义数据集": "Missing Semantics Dataset" + "预训练的中文BERT模型路径": " Pretrained BERT model path" } diff --git a/tools/i18n/locale/es_ES.json b/tools/i18n/locale/es_ES.json index 739582b9..61835a70 100644 --- a/tools/i18n/locale/es_ES.json +++ b/tools/i18n/locale/es_ES.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*Por favor, suba y complete la información de referencia", "*请填写需要合成的目标文本和语种模式": "*Por favor, complete el texto objetivo a sintetizar y el modo de idioma", ".list标注文件的路径": "Ruta del archivo de anotación .list", + ".限制范围越小判别效果越好。": "#!.限制范围越小判别效果越好。", "0-前置数据集获取工具": "0-Herramienta de obtención de conjunto de datos previo", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-Herramienta de separación de voz y acompañamiento UVR5 y eliminación de reverberación y retardo", "0b-语音切分工具": "0b-Herramienta de división de voz", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "También se pueden ingresar archivos de audio por lotes, seleccionar uno, prioridad para leer carpetas", "人声伴奏分离批量处理， 使用UVR5模型。": "Procesamiento por lotes de separación de voz y acompañamiento utilizando el modelo UVR5", "人声提取激进程度": "Nivel de agresividad en la extracción de voz", - "以下文件或文件夹不存在:": "No Existe Tal Archivo o Carpeta:", + "以下文件或文件夹不存在": "No Existe Tal Archivo o Carpeta", "以下模型不存在:": "No Existe tal Modelo:", "伴奏人声分离&去混响&去回声": "Separación de acompañamiento y voz principal y eliminación de reverberación y eco", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "Se recomienda usar un GPT ajustado en modo sin texto de referencia; habilítelo si no puede entender el audio de referencia (si no sabe qué escribir). Una vez habilitado, ignorará el texto de referencia ingresado.", "保存频率save_every_epoch": "Frecuencia de guardado (cada epoch)", + "关闭TTS推理WebUI": "Cerrar TTS Inference WebUI", + "关闭UVR5-WebUI": "Cerrar UVR5-WebUI", + "关闭打标WebUI": "Cerrar Labeling WebUI", "凑50字一切": "Todo para alcanzar las 50 palabras", "凑四句一切": "Completa cuatro oraciones para rellenar todo", "切分后的子音频的输出根目录": "Directorio raíz de salida de los sub-audios después de la división", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "El audio de referencia está fuera del rango de 3 a 10 segundos, ¡por favor cámbielo!", "参考音频的文本": "Texto de referencia del audio", "参考音频的语种": "Idioma del audio de referencia", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "Opcional: Sube varios archivos de audio de referencia arrastrándolos y soltándolos (se recomienda que sean del mismo género) y promedia sus tonos. Si esta opción se deja en blanco, el tono será controlado por el único audio de referencia a la izquierda. Si se está afinando el modelo, se recomienda que todos los archivos de audio de referencia tengan tonos dentro del conjunto de entrenamiento de ajuste fino; se puede ignorar el modelo preentrenado.", "合成语音": "Síntesis de voz", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "Ejemplo de formato de ruta de carpeta válida: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例 (simplemente copie desde la barra de direcciones del administrador de archivos).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "Ingrese el directorio donde se encuentran los audios después de la división. La ruta completa de los archivos de audio leídos = este directorio + nombre de archivo correspondiente en el archivo .list (no la ruta completa). Si se deja en blanco, se utilizará la ruta completa del archivo .list.", @@ -96,7 +101,10 @@ "开启GPT训练": "Iniciar entrenamiento de GPT", "开启SSL提取": "Habilitar la extracción SSL", "开启SoVITS训练": "Iniciar entrenamiento de SoVITS", + "开启TTS推理WebUI": "Abrir TTS Inference WebUI", + "开启UVR5-WebUI": "Abrir UVR5-WebUI", "开启一键三连": "Habilitar un solo paso de formateo", + "开启打标WebUI": "Abrir Labeling WebUI", "开启文本获取": "Habilitar la obtención de texto", "开启无参考文本模式。不填参考文本亦相当于开启。": "Habilitar el modo sin texto de referencia. No llenar el texto de referencia también lo habilita.", "开启离线批量ASR": "Habilitar ASR en lote fuera de línea", @@ -122,11 +130,8 @@ "日英混合": "Mezcla de japonés e inglés", "是否仅保存最新的ckpt文件以节省硬盘空间": "¿Guardar solo el último archivo ckpt para ahorrar espacio en disco?", "是否在每次保存时间点将最终小模型保存至weights文件夹": "¿Guardar el modelo final pequeño en la carpeta de pesos en cada punto de guardado?", - "是否开启TTS推理WebUI": "¿Habilitar la interfaz web de inferencia TTS?", - "是否开启UVR5-WebUI": "¿Habilitar UVR5-WebUI?", "是否开启dpo训练选项(实验性)": "¿Habilitar la opción de entrenamiento dpo (experimental)?", - "是否开启打标WebUI": "¿Habilitar la interfaz web de etiquetado?", - "是否直接对上次合成结果调整语速。防止随机性。": "¿Si se ajusta directamente la velocidad de habla del último resultado de síntesis para evitar aleatoriedad?", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "¿Ajustar directamente la velocidad del habla y el tono del último resultado de síntesis? Para prevenir la aleatoriedad.", "显卡信息": "Información de la tarjeta gráfica", "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.": "Este software es de código abierto bajo la licencia MIT. El autor no tiene control sobre el software. El usuario que lo utilice o distribuya, y el que genere sonidos a partir del software, asume toda la responsabilidad.
Si no acepta estos términos, no puede utilizar ni hacer referencia a ningún código o archivo dentro del paquete de software. Consulte el archivo LICENSE en el directorio raíz para obtener más detalles.", "模型": "Modelo", @@ -145,6 +150,10 @@ "终止语义token提取进程": "Terminar el proceso de extracción de tokens semánticos", "终止语音切割": "Terminar la división de voz", "终止语音降噪进程": "Terminar el proceso de reducción de ruido de voz", + "缺少Hubert数据集": "Falta el Conjunto de Datos de Hubert", + "缺少语义数据集": "Falta el Conjunto de Datos Semánticos", + "缺少音素数据集": "Falta el Conjunto de Datos de Fonemas", + "缺少音频数据集": "Falta el Conjunto de Datos de Audio", "英文": "Inglés", "语义token提取进程输出信息": "Información de salida del proceso de extracción de tokens semánticos", "语速": "Velocidad de habla", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "Por favor, suba un audio de referencia de entre 3 y 10 segundos, ¡más de eso causará un error!", "请上传参考音频": "Por Favor, Suba el Audio de Referencia", "请填入推理文本": "Por Favor, Ingrese el Texto Objetivo", + "请填入正确的List路径": "Por Favor, Introduzca la Ruta Correcta de la Lista", + "请填入正确的音频文件夹路径": "Por Favor, Introduzca la Ruta Correcta de la Carpeta de Audio", "请输入有效文本": "Por favor, introduzca un texto válido", + "路径不能为空": "Se Espera que la Ruta No Esté Vacía", + "路径错误": "Error de Ruta", "转换": "Convertir", "输入待处理音频文件夹路径": "Ingrese la ruta de la carpeta de audio a procesar", "输入文件夹路径": "Ingrese la ruta de la carpeta", @@ -169,20 +182,11 @@ "需要合成的语种": "Idioma para la síntesis", "韩文": "Coreano", "韩英混合": "Mezcla Coreano-Inglés", + "音频加载失败": "Error al Cargar el Audio", "音频自动切分输入路径，可文件可文件夹": "Ruta de entrada para la división automática de audio, puede ser un archivo o una carpeta", "预训练的GPT模型路径": "Ruta del modelo GPT preentrenado", "预训练的SSL模型路径": "Ruta del modelo SSL preentrenado", "预训练的SoVITS-D模型路径": "Ruta del modelo SoVITS-D preentrenado", "预训练的SoVITS-G模型路径": "Ruta del modelo SoVITS-G preentrenado", - "预训练的中文BERT模型路径": "Ruta del modelo BERT en chino preentrenado", - "音频加载失败": "Error al Cargar el Audio", - "以下文件或文件夹不存在": "No Existe Tal Archivo o Carpeta", - "路径不能为空": "Se Espera que la Ruta No Esté Vacía", - "请填入正确的List路径": "Por Favor, Introduzca la Ruta Correcta de la Lista", - "请填入正确的音频文件夹路径": "Por Favor, Introduzca la Ruta Correcta de la Carpeta de Audio", - "路径错误": "Error de Ruta", - "缺少音素数据集": "Falta el Conjunto de Datos de Fonemas", - "缺少Hubert数据集": "Falta el Conjunto de Datos de Hubert", - "缺少音频数据集": "Falta el Conjunto de Datos de Audio", - "缺少语义数据集": "Falta el Conjunto de Datos Semánticos" -} \ No newline at end of file + "预训练的中文BERT模型路径": "Ruta del modelo BERT en chino preentrenado" +} diff --git a/tools/i18n/locale/fr_FR.json b/tools/i18n/locale/fr_FR.json index 3ee2c3cd..1777ae41 100644 --- a/tools/i18n/locale/fr_FR.json +++ b/tools/i18n/locale/fr_FR.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*Veuillez télécharger et remplir les informations de référence", "*请填写需要合成的目标文本和语种模式": "*Veuillez saisir le texte cible à synthétiser et le mode de langue.", ".list标注文件的路径": "Chemin du fichier d'annotation .list", + ".限制范围越小判别效果越好。": "Moins il y a de langues, mieux c'est", "0-前置数据集获取工具": "0-Outil de récupération de jeu de données préalable", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-Outil de séparation de la voix humaine et de l'accompagnement UVR5 & suppression de la réverbération et du retard", "0b-语音切分工具": "0b-Outil de découpage vocal", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "Également possible d'entrer en lot des fichiers audio, au choix, privilégiez la lecture du dossier", "人声伴奏分离批量处理， 使用UVR5模型。": "Traitement par lot de séparation voix-accompagnement en utilisant le modèle UVR5.", "人声提取激进程度": "Degré d'extraction des voix", - "以下文件或文件夹不存在:": "Aucun fichier ou dossier de ce type:", + "以下文件或文件夹不存在": "Aucun Fichier ou Dossier de ce Type", "以下模型不存在:": "Aucun Modèle de ce Type:", "伴奏人声分离&去混响&去回声": "Séparation de la voix et de l'accompagnement, suppression de la réverbération et de l'écho", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "Il est recommandé d'utiliser GPT finement ajusté en mode sans texte de référence. Si vous ne comprenez pas ce que dit l'audio de référence (vous ne savez pas quoi écrire), vous pouvez l'activer ; une fois activé, ignorez le texte de référence saisi.", "保存频率save_every_epoch": "Fréquence de sauvegarde (sauvegarder à chaque époque)", + "关闭TTS推理WebUI": "Fermer TTS Inference WebUI", + "关闭UVR5-WebUI": "Fermer UVR5-WebUI", + "关闭打标WebUI": "Fermer Labeling WebUI", "凑50字一切": "Assembler 50 mots tout", "凑四句一切": "Composez quatre phrases pour tout remplir", "切分后的子音频的输出根目录": "Répertoire racine de sortie des sous-audios après découpage", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "Veuillez remplacer l'audio de référence si sa durée est en dehors de la plage de 3 à 10 secondes!", "参考音频的文本": "Texte de l'audio de référence", "参考音频的语种": "Langue de l'audio de référence", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "Optionnel : Téléchargez plusieurs fichiers audio de référence en les faisant glisser (recommandé d'être du même genre) et fusionnez leur tonalité. Si cette option est laissée vide, la tonalité sera contrôlée par l'unique fichier audio de référence à gauche. Si vous ajustez le modèle, il est recommandé que tous les fichiers audio de référence aient des tonalités dans l'ensemble d'entraînement d'ajustement ; le modèle pré-entrainé peut être ignoré.", "合成语音": "Synthèse vocale", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "Exemple de format de chemin de dossier valide : E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例 (copiez-le depuis la barre d'adresse de l'explorateur de fichiers).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "Veuillez indiquer le répertoire contenant les audio découpés ! Le chemin complet du fichier audio à lire = ce répertoire - nom du fichier correspondant à l'onde dans le fichier .list (pas le chemin complet). Si laissé vide, le chemin absolu dans le fichier .list sera utilisé.", @@ -96,7 +101,10 @@ "开启GPT训练": "Activer l'entraînement GPT", "开启SSL提取": "Activer l'extraction SSL", "开启SoVITS训练": "Activer l'entraînement SoVITS", + "开启TTS推理WebUI": "Ouvrir TTS Inference WebUI", + "开启UVR5-WebUI": "Ouvrir UVR5-WebUI", "开启一键三连": "Activer l'un clic trois connexions", + "开启打标WebUI": "Ouvrir Labeling WebUI", "开启文本获取": "Activer l'extraction de texte", "开启无参考文本模式。不填参考文本亦相当于开启。": "Activer le mode sans texte de référence. Laisser le texte de référence vide équivaut également à activer le mode.", "开启离线批量ASR": "Activer la transcription automatique hors ligne en masse", @@ -122,11 +130,8 @@ "日英混合": "Mélange Japonais-Anglais", "是否仅保存最新的ckpt文件以节省硬盘空间": "Sauvegarder uniquement le dernier fichier ckpt pour économiser de l'espace disque", "是否在每次保存时间点将最终小模型保存至weights文件夹": "Sauvegarder le petit modèle final dans le dossier weights à chaque point de sauvegarde", - "是否开启TTS推理WebUI": "Activer l'interface Web d'inférence TTS", - "是否开启UVR5-WebUI": "Activer UVR5-WebUI", "是否开启dpo训练选项(实验性)": "Activer l'option d'entraînement DPO (expérimental)", - "是否开启打标WebUI": "Activer l'interface Web d'annotation", - "是否直接对上次合成结果调整语速。防止随机性。": "Est-ce qu'on ajuste directement la vitesse de parole du dernier résultat de synthèse pour éviter l'aléatoire ?", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "Ajuster la vitesse de parole et la tonalité du dernier résultat de synthèse pour prévenir l'aléatoire.", "显卡信息": "Informations sur la carte graphique", "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.": "Ce logiciel est open source sous la licence MIT. L'auteur n'a aucun contrôle sur le logiciel. Les utilisateurs et les diffuseurs du son exporté par le logiciel en assument l'entière responsabilité.
Si vous n'acceptez pas ces termes, vous ne pouvez ni utiliser ni citer aucun code ou fichier à l'intérieur du package. Voir LICENSE dans le répertoire racine pour plus de détails.", "模型": "Modèle", @@ -145,6 +150,10 @@ "终止语义token提取进程": "Arrêter le processus d'extraction de jetons sémantiques", "终止语音切割": "Arrêter le découpage vocal", "终止语音降噪进程": "Arrêter le processus de réduction du bruit vocal", + "缺少Hubert数据集": "Jeu de Données Hubert Manquant", + "缺少语义数据集": "Jeu de Données Sémantiques Manquant", + "缺少音素数据集": "Jeu de Données de Phonèmes Manquant", + "缺少音频数据集": "Jeu de Données Audio Manquant", "英文": "Anglais", "语义token提取进程输出信息": "Informations de processus d'extraction de jetons sémantiques", "语速": "Débit de parole", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "Veuillez télécharger une référence audio de 3 à 10 secondes ; les fichiers plus longs généreront une erreur!", "请上传参考音频": "Veuillez télécharger l'audio de référence", "请填入推理文本": "Veuillez remplir le texte cible", + "请填入正确的List路径": "Veuillez Remplir le Chemin Correct de la Liste", + "请填入正确的音频文件夹路径": "Veuillez Remplir le Chemin Correct du Dossier Audio", "请输入有效文本": "Veuillez entrer un texte valide", + "路径不能为空": "Chemin Non Vide Attendu", + "路径错误": "Erreur de Chemin", "转换": "Conversion", "输入待处理音频文件夹路径": "Entrez le chemin du dossier audio à traiter", "输入文件夹路径": "Chemin du dossier à entrer", @@ -169,20 +182,11 @@ "需要合成的语种": "Langue de synthèse requise", "韩文": "Coreano", "韩英混合": "Mezcla Coreano-Inglés", + "音频加载失败": "Échec du Chargement de l'Audio", "音频自动切分输入路径，可文件可文件夹": "Chemin d'entrée automatique de découpage audio, peut être un fichier ou un dossier", "预训练的GPT模型路径": "Chemin du modèle GPT pré-entraîné", "预训练的SSL模型路径": "Chemin du modèle SSL pré-entraîné", "预训练的SoVITS-D模型路径": "Chemin du modèle SoVITS-D pré-entraîné", "预训练的SoVITS-G模型路径": "Chemin du modèle SoVITS-G pré-entraîné", - "预训练的中文BERT模型路径": "Chemin du modèle BERT chinois pré-entraîné", - "音频加载失败": "Échec du Chargement de l'Audio", - "以下文件或文件夹不存在": "Aucun Fichier ou Dossier de ce Type", - "路径不能为空": "Chemin Non Vide Attendu", - "请填入正确的List路径": "Veuillez Remplir le Chemin Correct de la Liste", - "请填入正确的音频文件夹路径": "Veuillez Remplir le Chemin Correct du Dossier Audio", - "路径错误": "Erreur de Chemin", - "缺少音素数据集": "Jeu de Données de Phonèmes Manquant", - "缺少Hubert数据集": "Jeu de Données Hubert Manquant", - "缺少音频数据集": "Jeu de Données Audio Manquant", - "缺少语义数据集": "Jeu de Données Sémantiques Manquant" -} \ No newline at end of file + "预训练的中文BERT模型路径": "Chemin du modèle BERT chinois pré-entraîné" +} diff --git a/tools/i18n/locale/it_IT.json b/tools/i18n/locale/it_IT.json index f4b8897b..0cd92f52 100644 --- a/tools/i18n/locale/it_IT.json +++ b/tools/i18n/locale/it_IT.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*Carica e compila le informazioni di riferimento", "*请填写需要合成的目标文本和语种模式": "*Si prega di inserire il testo di destinazione da sintetizzare e la modalità lingua", ".list标注文件的路径": "Percorso del file di annotazione .list", + ".限制范围越小判别效果越好。": "Meno multilingue è meglio", "0-前置数据集获取工具": "0-Strumento di acquisizione del dataset preliminare", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-Strumento di separazione voce e accompagnamento UVR5 & Rimozione riverbero e ritardo", "0b-语音切分工具": "0b-Strumento di segmentazione vocale", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "È possibile anche inserire file audio in batch, una delle due opzioni, con priorità alla lettura della cartella", "人声伴奏分离批量处理， 使用UVR5模型。": "Separazione voce-accompagnamento in batch, utilizza il modello UVR5.", "人声提取激进程度": "Grado di aggressività dell'estrazione vocale", - "以下文件或文件夹不存在:": "Nessun file o cartella trovati:", + "以下文件或文件夹不存在": "Nessun File o Cartella di Questo Tipo", "以下模型不存在:": "Nessun Modello del Genere:", "伴奏人声分离&去混响&去回声": "Separazione tra accompagnamento e voce & Rimozione dell'eco & Rimozione dell'eco", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "Si consiglia di utilizzare GPT fine-tuned quando si utilizza la modalità senza testo di riferimento. Se non si riesce a capire cosa dice l'audio di riferimento (e non si sa cosa scrivere), è possibile abilitare questa opzione, ignorando il testo di riferimento inserito.", "保存频率save_every_epoch": "Frequenza di salvataggio ogni epoca", + "关闭TTS推理WebUI": "Chiudere TTS Inference WebUI", + "关闭UVR5-WebUI": "Chiudere UVR5-WebUI", + "关闭打标WebUI": "Chiudere Labeling WebUI", "凑50字一切": "Riempire con 50 caratteri per tutto", "凑四句一切": "Riempire con quattro frasi per tutto", "切分后的子音频的输出根目录": "Directory radice di output per gli audio segmentati", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "L'audio di riferimento è al di fuori dell'intervallo di 3-10 secondi. Si prega di cambiarlo!", "参考音频的文本": "Testo dell'audio di riferimento", "参考音频的语种": "Lingua dell'audio di riferimento", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "Opzionale: Carica più file audio di riferimento trascinandoli (si consiglia dello stesso genere) e media il loro tono. Se questa opzione è lasciata vuota, il tono sarà controllato dal singolo file audio di riferimento a sinistra. Se si sta perfezionando il modello, è consigliato che tutti i file audio di riferimento abbiano toni presenti nel set di addestramento per il perfezionamento; il modello pre-addestrato può essere ignorato.", "合成语音": "Sintesi vocale", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "Formato di percorso della cartella valido: E:\\codes\\py39\\vits_vc_gpu\\Esempio di test di BaiLuShuangHua (copiare direttamente dalla barra degli indirizzi del gestore file).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "Inserisci la directory dell'audio segmentato! Il percorso completo del file audio letto = questa directory - unione del nome del file corrispondente alle forme d'onda nel file .list (non il percorso completo). Se lasciato vuoto, verrà utilizzato il percorso assoluto nel file .list.", @@ -96,7 +101,10 @@ "开启GPT训练": "Attivare l'allenamento di GPT", "开启SSL提取": "Attivare l'estrazione SSL", "开启SoVITS训练": "Attivare l'allenamento di SoVITS", + "开启TTS推理WebUI": "Aprire TTS Inference WebUI", + "开启UVR5-WebUI": "Aprire UVR5-WebUI", "开启一键三连": "Attivare la formattazione con tre passaggi", + "开启打标WebUI": "Aprire Labeling WebUI", "开启文本获取": "Attivare l'estrazione del testo", "开启无参考文本模式。不填参考文本亦相当于开启。": "Attivare la modalità senza testo di riferimento. Anche se non inserisci un testo di riferimento, la modalità verrà attivata.", "开启离线批量ASR": "Attivare ASR offline batch", @@ -122,11 +130,8 @@ "日英混合": "Mix giapponese e inglese", "是否仅保存最新的ckpt文件以节省硬盘空间": "Salvare solo il file ckpt più recente per risparmiare spazio su disco", "是否在每次保存时间点将最终小模型保存至weights文件夹": "Salvare il modello finale più piccolo nella cartella weights ad ogni punto di salvataggio", - "是否开启TTS推理WebUI": "Attivare l'interfaccia utente Web per l'inferenza TTS", - "是否开启UVR5-WebUI": "Attivare UVR5-WebUI", "是否开启dpo训练选项(实验性)": "Attivare l'opzione di addestramento DPO (sperimentale)", - "是否开启打标WebUI": "Attivare l'interfaccia utente Web di annotazione", - "是否直接对上次合成结果调整语速。防止随机性。": "Se regolare direttamente la velocità della voce dell'ultimo risultato di sintesi per evitare casualità.", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "Regola la velocità del parlato e il tono dell'ultimo risultato di sintesi per prevenire la casualità.", "显卡信息": "Informazioni sulla scheda grafica", "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.": "Questo software è open source con licenza MIT. L'autore non ha alcun controllo sul software. L'utente che utilizza il software o diffonde i suoni derivati dal software ne è responsabile.
Se non accetti questi termini, non puoi utilizzare o citare alcun codice o file all'interno del pacchetto software. Vedi la cartella principaleLICENSE per i dettagli.", "模型": "Modello", @@ -145,6 +150,10 @@ "终止语义token提取进程": "Terminare il processo di estrazione del token semantico", "终止语音切割": "Terminare la segmentazione vocale", "终止语音降噪进程": "Termina il processo di riduzione del rumore vocale", + "缺少Hubert数据集": "Dataset di Hubert Mancante", + "缺少语义数据集": "Dataset Semantico Mancante", + "缺少音素数据集": "Dataset di Fonemi Mancante", + "缺少音频数据集": "Dataset Audio Mancante", "英文": "Inglese", "语义token提取进程输出信息": "Informazioni sull'output del processo di estrazione del token semantico", "语速": "Velocità della voce", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "Carica un audio di riferimento della durata compresa tra 3 e 10 secondi. Superiore a questo, verrà generato un errore!", "请上传参考音频": "Si prega di caricare l'audio di riferimento", "请填入推理文本": "Si prega di inserire il testo di destinazione", + "请填入正确的List路径": "Si Prega di Inserire il Percorso Corretto della Lista", + "请填入正确的音频文件夹路径": "Si Prega di Inserire il Percorso Corretto della Cartella Audio", "请输入有效文本": "Inserisci un testo valido", + "路径不能为空": "Percorso Vuoto Non Consentito", + "路径错误": "Errore di Percorso", "转换": "Converti", "输入待处理音频文件夹路径": "Inserisci il percorso della cartella dei file audio da elaborare", "输入文件夹路径": "Inserisci il percorso della cartella", @@ -169,20 +182,11 @@ "需要合成的语种": "Lingua da sintetizzare", "韩文": "Coreano", "韩英混合": "Misto Coreano-Inglese", + "音频加载失败": "Caricamento Audio Fallito", "音频自动切分输入路径，可文件可文件夹": "Percorso di input per la segmentazione automatica dell'audio, può essere un file o una cartella", "预训练的GPT模型路径": "Percorso del modello preaddestrato GPT", "预训练的SSL模型路径": "Percorso del modello SSL preaddestrato", "预训练的SoVITS-D模型路径": "Percorso del modello preaddestrato SoVITS-D", "预训练的SoVITS-G模型路径": "Percorso del modello preaddestrato SoVITS-G", - "预训练的中文BERT模型路径": "Percorso del modello BERT cinese preaddestrato", - "音频加载失败": "Caricamento Audio Fallito", - "以下文件或文件夹不存在": "Nessun File o Cartella di Questo Tipo", - "路径不能为空": "Percorso Vuoto Non Consentito", - "请填入正确的List路径": "Si Prega di Inserire il Percorso Corretto della Lista", - "请填入正确的音频文件夹路径": "Si Prega di Inserire il Percorso Corretto della Cartella Audio", - "路径错误": "Errore di Percorso", - "缺少音素数据集": "Dataset di Fonemi Mancante", - "缺少Hubert数据集": "Dataset di Hubert Mancante", - "缺少音频数据集": "Dataset Audio Mancante", - "缺少语义数据集": "Dataset Semantico Mancante" -} \ No newline at end of file + "预训练的中文BERT模型路径": "Percorso del modello BERT cinese preaddestrato" +} diff --git a/tools/i18n/locale/ja_JP.json b/tools/i18n/locale/ja_JP.json index 5edd3ebb..b980b15b 100644 --- a/tools/i18n/locale/ja_JP.json +++ b/tools/i18n/locale/ja_JP.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*参照情報をアップロードして記入してください", "*请填写需要合成的目标文本和语种模式": "*合成対象テキストと言語モードを入力してください", ".list标注文件的路径": ".listアノテーションファイルのパス", + ".限制范围越小判别效果越好。": "多言語対応を減らした方が良い", "0-前置数据集获取工具": "0-データセット取得ツールの事前処理", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5ボーカルアカンパニメント分離＆リバーブおよびディレイ除去ツール", "0b-语音切分工具": "0b-音声分割ツール", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "複数のオーディオファイルもインポートできます。フォルダパスが存在する場合、この入力は無視されます。", "人声伴奏分离批量处理， 使用UVR5模型。": "人声と伴奏の分離をバッチ処理で行い、UVR5モデルを使用します。", "人声提取激进程度": "人声抽出の積極性", - "以下文件或文件夹不存在:": "そのようなファイルやフォルダは存在しません:", + "以下文件或文件夹不存在": "そのようなファイルまたはフォルダは存在しません", "以下模型不存在:": "モデルが存在しません:", "伴奏人声分离&去混响&去回声": "ボーカル/伴奏の分離と残響の除去", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "参考テキストなしモードを使用する場合は、微調整されたGPTの使用をお勧めします。参考音声が聞き取れない場合（何を書けば良いかわからない場合）は、有効にすると、入力した参考テキストを無視します。", "保存频率save_every_epoch": "保存頻度save_every_epoch", + "关闭TTS推理WebUI": "TTS Inference WebUIを閉じる", + "关闭UVR5-WebUI": "UVR5-WebUIを閉じる", + "关闭打标WebUI": "ラベリングWebUIを閉じる", "凑50字一切": "50文字ずつカット", "凑四句一切": "4つの文で埋める", "切分后的子音频的输出根目录": "分割後のサブオーディオの出力ルートディレクトリ", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "参照音声が3～10秒の範囲外です。別の音声に変更してください！", "参考音频的文本": "参照オーディオのテキスト", "参考音频的语种": "参照オーディオの言語", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "オプション：複数の参照オーディオファイルをドラッグ＆ドロップしてアップロードし、それらのトーンを平均化します（同性推奨）。このオプションを空白のままにした場合、トーンは左側の単一の参照オーディオによって制御されます。モデルを微調整する場合、すべての参照オーディオファイルが微調整のトレーニングセット内のトーンを持つことをお勧めします。プリトレーニングモデルは無視しても構いません。", "合成语音": "推論を開始", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "適切なフォルダパスの例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华テストサンプル（ファイルマネージャのアドレスバーからコピーしてください）。", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "切断後の音声ファイルが格納されているディレクトリを入力してください！読み取り対象の音声ファイルの完全パス = このディレクトリ - 結合 - listファイル内の波形に対応するファイル名（完全パスではありません）。空白の場合、.listファイル内の絶対完全パスを使用します。", @@ -96,7 +101,10 @@ "开启GPT训练": "GPTトレーニングを開始", "开启SSL提取": "SSL抽出を開始", "开启SoVITS训练": "SoVITSトレーニングを開始", + "开启TTS推理WebUI": "TTS Inference WebUIを開く", + "开启UVR5-WebUI": "UVR5-WebUIを開く", "开启一键三连": "ワンクリック三連を開始", + "开启打标WebUI": "ラベリングWebUIを開く", "开启文本获取": "テキストの取得を開始", "开启无参考文本模式。不填参考文本亦相当于开启。": "参照テキストなしモードを有効にします。参照テキストを入力しない場合も同様に有効になります。", "开启离线批量ASR": "オフラインバッチASRを開始", @@ -122,11 +130,8 @@ "日英混合": "日英混合", "是否仅保存最新的ckpt文件以节省硬盘空间": "最新のckptファイルのみを保存してディスクスペースを節約するかどうか", "是否在每次保存时间点将最终小模型保存至weights文件夹": "各保存時間点で最終的な小さなモデルをweightsフォルダに保存するかどうか", - "是否开启TTS推理WebUI": "TTS推論WebUIを開く", - "是否开启UVR5-WebUI": "UVR5-WebUIをオンにしますか", "是否开启dpo训练选项(实验性)": "DPOトレーニングオプションを有効にするかどうか（実験的）", - "是否开启打标WebUI": "WebUIを使用したアノテーションを開始しますか", - "是否直接对上次合成结果调整语速。防止随机性。": "直前の合成結果の話速を直接調整して、ランダム性を防ぐか。", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "ランダム性を防ぐために、前回の合成結果のスピーチ速度とトーンを調整します。", "显卡信息": "グラフィックカード情報", "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.": "このソフトウェアはMITライセンスでオープンソース化されており、作者はソフトウェアに対して一切の制御権を持っていません。ソフトウェアを使用する者、ソフトウェアから導出される音声を広める者は、自己責任で行ってください。
この条件を認めない場合、ソフトウェアパッケージ内の任意のコードやファイルを使用または引用することはできません。詳細はルートディレクトリのLICENSEを参照してください。", "模型": "モデル", @@ -145,6 +150,10 @@ "终止语义token提取进程": "セマンティックトークン抽出プロセスを停止", "终止语音切割": "音声の分割を停止", "终止语音降噪进程": "音声ノイズ除去プロセスを終了する", + "缺少Hubert数据集": "Hubertデータセットが欠落しています", + "缺少语义数据集": "セマンティクスデータセットが欠落しています", + "缺少音素数据集": "音素データセットが欠落しています", + "缺少音频数据集": "オーディオデータセットが欠落しています", "英文": "英語", "语义token提取进程输出信息": "セマンティックトークン抽出プロセスの出力情報", "语速": "話速", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "3～10秒以内の参照音声をアップロードしてください。それを超えるとエラーが発生します！", "请上传参考音频": "リファレンスオーディオをアップロードしてください", "请填入推理文本": "ターゲットテキストを入力してください", + "请填入正确的List路径": "正しいリストパスを入力してください", + "请填入正确的音频文件夹路径": "正しいオーディオフォルダパスを入力してください", "请输入有效文本": "有効なテキストを入力してください", + "路径不能为空": "空のパスは予期されていません", + "路径错误": "パスエラー", "转换": "変換", "输入待处理音频文件夹路径": "処理するオーディオフォルダのパスを入力してください:", "输入文件夹路径": "入力フォルダのパス", @@ -169,20 +182,11 @@ "需要合成的语种": "推論テキストの言語", "韩文": "韓国語", "韩英混合": "韓英混合", + "音频加载失败": "音声の読み込みに失敗しました", "音频自动切分输入路径，可文件可文件夹": "オーディオの自動分割入力パス、ファイルまたはフォルダを指定できます", "预训练的GPT模型路径": "事前にトレーニングされたGPTモデルのパス", "预训练的SSL模型路径": "事前にトレーニングされたSSLモデルのパス", "预训练的SoVITS-D模型路径": "事前にトレーニングされたSoVITS-Dモデルのパス", "预训练的SoVITS-G模型路径": "事前にトレーニングされたSoVITS-Gモデルのパス", - "预训练的中文BERT模型路径": "事前にトレーニングされた中文BERTモデルのパス", - "音频加载失败": "音声の読み込みに失敗しました", - "以下文件或文件夹不存在": "そのようなファイルまたはフォルダは存在しません", - "路径不能为空": "空のパスは予期されていません", - "请填入正确的List路径": "正しいリストパスを入力してください", - "请填入正确的音频文件夹路径": "正しいオーディオフォルダパスを入力してください", - "路径错误": "パスエラー", - "缺少音素数据集": "音素データセットが欠落しています", - "缺少Hubert数据集": "Hubertデータセットが欠落しています", - "缺少音频数据集": "オーディオデータセットが欠落しています", - "缺少语义数据集": "セマンティクスデータセットが欠落しています" -} \ No newline at end of file + "预训练的中文BERT模型路径": "事前にトレーニングされた中文BERTモデルのパス" +} diff --git a/tools/i18n/locale/ko_KR.json b/tools/i18n/locale/ko_KR.json index 062ffd00..c255c8e6 100644 --- a/tools/i18n/locale/ko_KR.json +++ b/tools/i18n/locale/ko_KR.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*참고 정보를 업로드하고 입력하십시오", "*请填写需要合成的目标文本和语种模式": "*합성할 목표 텍스트와 언어 모드를 입력하세요", ".list标注文件的路径": ".list 주석 파일 경로", + ".限制范围越小判别效果越好。": "다언어 지원을 줄이는 것이 더 좋습니다", "0-前置数据集获取工具": "0-전방 데이터 세트 수집 도구", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5 보컬 및 반주 분리 및 에코 및 지연 제거 도구", "0b-语音切分工具": "0b-음성 분리 도구", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "오디오 파일을 일괄로 입력할 수도 있습니다. 둘 중 하나를 선택하고 폴더를 읽기를 우선합니다.", "人声伴奏分离批量处理， 使用UVR5模型。": "보컬과 반주 분리 배치 처리, UVR5 모델 사용.", "人声提取激进程度": "보컬 추출의 공격성", - "以下文件或文件夹不存在:": "해당 파일 또는 폴더가 존재하지 않습니다:", + "以下文件或文件夹不存在": "해당 파일이나 폴더가 없습니다", "以下模型不存在:": "해당 모델이 존재하지 않습니다:", "伴奏人声分离&去混响&去回声": "반주 및 보컬 분리 & 리버브 제거 & 에코 제거", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "참고 텍스트가 없을 때는 미세 조정된 GPT를 사용하는 것이 좋습니다. 참고 오디오에서 무엇을 말하는지 잘 들리지 않으면 이 모드를 켜서 입력한 참고 텍스트를 무시할 수 있습니다.", "保存频率save_every_epoch": "저장 빈도 (각 라운드마다)", + "关闭TTS推理WebUI": "TTS Inference WebUI 닫기", + "关闭UVR5-WebUI": "UVR5-WebUI 닫기", + "关闭打标WebUI": "Labeling WebUI 닫기", "凑50字一切": "50자를 채우십시오", "凑四句一切": "네 문장의 세트를 완성하세요.", "切分后的子音频的输出根目录": "분리된 하위 오디오의 출력 기본 디렉터리", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "참고 오디오가 3~10초 범위를 벗어났습니다. 다른 것으로 바꾸십시오!", "参考音频的文本": "참고 오디오의 텍스트", "参考音频的语种": "참고 오디오의 언어", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "선택 사항: 여러 참조 오디오 파일을 드래그하여 업로드하고 (동일한 성별을 권장), 그들의 톤을 평균화합니다. 이 옵션을 비워두면 톤은 왼쪽의 단일 참조 오디오로 제어됩니다. 모델을 미세 조정하는 경우 모든 참조 오디오 파일이 미세 조정 훈련 세트 내의 톤을 가지고 있는 것이 좋으며, 사전 훈련된 모델은 무시할 수 있습니다.", "合成语音": "합성 음성", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "적절한 폴더 경로 형식 예: E:\\codes\\py39\\vits_vc_gpu\\백로서리 테스트 샘플 (파일 관리자 주소 표시줄에서 복사하면 됩니다).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "분리된 오디오가 위치한 디렉터리를 입력하세요! 읽어들인 오디오 파일의 전체 경로 = 이 디렉터리 - list 파일에서 파형에 해당하는 파일명(전체 경로가 아님). 비워 두면 .list 파일의 절대 전체 경로를 사용합니다.", @@ -96,7 +101,10 @@ "开启GPT训练": "GPT 훈련 활성화", "开启SSL提取": "SSL 추출 활성화", "开启SoVITS训练": "SoVITS 훈련 활성화", + "开启TTS推理WebUI": "TTS Inference WebUI 열기", + "开启UVR5-WebUI": "UVR5-WebUI 열기", "开启一键三连": "일괄 처리 활성화", + "开启打标WebUI": "Labeling WebUI 열기", "开启文本获取": "텍스트 추출 활성화", "开启无参考文本模式。不填参考文本亦相当于开启。": "참고 텍스트 없이 모드를 활성화합니다. 참고 텍스트를 입력하지 않으면 자동으로 활성화됩니다.", "开启离线批量ASR": "오프라인 대량 ASR 활성화", @@ -122,11 +130,8 @@ "日英混合": "일본어와 영어 혼합", "是否仅保存最新的ckpt文件以节省硬盘空间": "디스크 공간을 절약하기 위해 최신 ckpt 파일만 저장할지 여부", "是否在每次保存时间点将最终小模型保存至weights文件夹": "각 저장 시간에 최종 작은 모델을 weights 폴더에 저장할지 여부", - "是否开启TTS推理WebUI": "TTS 추론 WebUI 활성화 여부", - "是否开启UVR5-WebUI": "UVR5-WebUI를 여시겠습니까?", "是否开启dpo训练选项(实验性)": "dpo 훈련 옵션(실험적) 활성화 여부", - "是否开启打标WebUI": "웹 기반 주석 활성화 여부", - "是否直接对上次合成结果调整语速。防止随机性。": "직전 합성 결과의 언어 속도를 직접 조정하여 무작위성을 방지할까요?", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "랜덤성을 방지하기 위해 마지막 합성 결과의 말하기 속도와 톤을 조정합니다.", "显卡信息": "그래픽 카드 정보", "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.": "본 소프트웨어는 MIT 라이선스로 오픈 소스로 제공되며, 제작자는 소프트웨어에 대해 어떠한 제어력도 가지지 않습니다. 소프트웨어 사용자 및 소프트웨어에서 내보낸 소리를 전파하는 자는 전적으로 책임져야 합니다.
이 조항을 인정하지 않으면 소프트웨어의 코드 및 파일을 사용하거나 인용할 수 없습니다. 루트 디렉터리의 LICENSE를 참조하십시오.", "模型": "모델", @@ -145,6 +150,10 @@ "终止语义token提取进程": "의미 토큰 추출 프로세스 종료", "终止语音切割": "음성 분리 종료", "终止语音降噪进程": "음성 노이즈 제거 프로세스 종료", + "缺少Hubert数据集": "Hubert 데이터셋이 없습니다", + "缺少语义数据集": "의미론 데이터셋이 없습니다", + "缺少音素数据集": "음소 데이터셋이 없습니다", + "缺少音频数据集": "오디오 데이터셋이 없습니다", "英文": "영어", "语义token提取进程输出信息": "의미 토큰 추출 프로세스 출력 정보", "语速": "언어 속도", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "3~10초 이내의 참고 오디오를 업로드하십시오. 초과하면 오류가 발생합니다!", "请上传参考音频": "참고 오디오를 업로드하세요", "请填入推理文本": "목표 텍스트를 입력하세요", + "请填入正确的List路径": "올바른 리스트 경로를 입력하세요", + "请填入正确的音频文件夹路径": "올바른 오디오 폴더 경로를 입력하세요", "请输入有效文本": "유효한 텍스트를 입력하세요", + "路径不能为空": "경로가 비어 있을 수 없습니다", + "路径错误": "경로 오류", "转换": "변환", "输入待处理音频文件夹路径": "처리 대기 중인 오디오 폴더 경로 입력", "输入文件夹路径": "폴더 경로 입력", @@ -169,20 +182,11 @@ "需要合成的语种": "합성해야 할 언어", "韩文": "한국어", "韩英混合": "한영 혼합", + "音频加载失败": "오디오 로드 실패", "音频自动切分输入路径，可文件可文件夹": "오디오 자동 분리 입력 경로, 파일 또는 폴더 가능", "预训练的GPT模型路径": "사전 훈련된 GPT 모델 경로", "预训练的SSL模型路径": "사전 훈련된 SSL 모델 경로", "预训练的SoVITS-D模型路径": "사전 훈련된 SoVITS-D 모델 경로", "预训练的SoVITS-G模型路径": "사전 훈련된 SoVITS-G 모델 경로", - "预训练的中文BERT模型路径": "사전 훈련된 중국어 BERT 모델 경로", - "音频加载失败": "오디오 로드 실패", - "以下文件或文件夹不存在": "해당 파일이나 폴더가 없습니다", - "路径不能为空": "경로가 비어 있을 수 없습니다", - "请填入正确的List路径": "올바른 리스트 경로를 입력하세요", - "请填入正确的音频文件夹路径": "올바른 오디오 폴더 경로를 입력하세요", - "路径错误": "경로 오류", - "缺少音素数据集": "음소 데이터셋이 없습니다", - "缺少Hubert数据集": "Hubert 데이터셋이 없습니다", - "缺少音频数据集": "오디오 데이터셋이 없습니다", - "缺少语义数据集": "의미론 데이터셋이 없습니다" -} \ No newline at end of file + "预训练的中文BERT模型路径": "사전 훈련된 중국어 BERT 모델 경로" +} diff --git a/tools/i18n/locale/pt_BR.json b/tools/i18n/locale/pt_BR.json index 3fd18998..1a52de67 100644 --- a/tools/i18n/locale/pt_BR.json +++ b/tools/i18n/locale/pt_BR.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "Por favor, faça o upload e preencha as informações de referência", "*请填写需要合成的目标文本和语种模式": "*Por favor, insira o texto alvo a ser sintetizado e o modo de idioma.", ".list标注文件的路径": "Caminho do arquivo de anotação .list", + ".限制范围越小判别效果越好。": "Menos multilinguismo é melhor", "0-前置数据集获取工具": "0- Ferramenta de aquisição de conjunto de dados pré-frontal", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0A-UVR5 separação de voz e acompanhamento instrumental & ferramenta para remover reverberação e atraso", "0b-语音切分工具": "0b- Ferramenta de corte de voz", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "Também é possível inserir arquivos de áudio em lote; escolha uma opção, preferencialmente leia a pasta.", "人声伴奏分离批量处理， 使用UVR5模型。": "Processamento em lote de separação de voz e acompanhamento, usando o modelo UVR5.", "人声提取激进程度": "Grau de agressividade da extração de voz", - "以下文件或文件夹不存在:": "Nenhum Arquivo ou Pasta Encontrado:", + "以下文件或文件夹不存在": "Nenhum Arquivo ou Pasta Encontrado", "以下模型不存在:": "Nenhum Modelo Tal:", "伴奏人声分离&去混响&去回声": "Separação de acompanhamento e voz & remoção de reverberação & remoção de eco", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "Ao usar o modo sem texto de referência, recomenda-se usar um GPT ajustado. Se não conseguir ouvir claramente o áudio de referência (não sabe o que escrever), você pode ativar o modo e ignorar o texto de referência fornecido.", "保存频率save_every_epoch": "Frequência de salvamento save_every_epoch", + "关闭TTS推理WebUI": "Fechar TTS Inference WebUI", + "关闭UVR5-WebUI": "Fechar UVR5-WebUI", + "关闭打标WebUI": "Fechar Labeling WebUI", "凑50字一切": "Complete com 50 caracteres", "凑四句一切": "Complete com quatro frases", "切分后的子音频的输出根目录": "Diretório raiz de saída do sub-áudio após o corte", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "O áudio de referência está fora do intervalo de 3 a 10 segundos. Por favor, substitua!", "参考音频的文本": "Texto do áudio de referência", "参考音频的语种": "Idioma do áudio de referência", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "Opcional: Faça upload de vários arquivos de áudio de referência arrastando e soltando-os (recomendado que sejam do mesmo gênero) e faça uma média dos seus tons. Se essa opção for deixada em branco, o tom será controlado pelo único áudio de referência à esquerda. Se estiver ajustando o modelo, é recomendado que todos os arquivos de áudio de referência tenham tons dentro do conjunto de treinamento de ajuste; o modelo pré-treinado pode ser ignorado.", "合成语音": "Voz sintetizada", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "Exemplo de formato de caminho de pasta válido: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例 (copie do endereço da barra do gerenciador de arquivos).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "Preencha o diretório onde os áudios cortados estão localizados! O caminho completo dos arquivos de áudio lidos = este diretório - concatenação com o nome do arquivo de forma correspondente no arquivo .list (não o caminho completo). Se deixar em branco, use o caminho absoluto no arquivo .list.", @@ -96,7 +101,10 @@ "开启GPT训练": "Ativar treinamento GPT", "开启SSL提取": "Ativar extração SSL", "开启SoVITS训练": "Ativar treinamento SoVITS", + "开启TTS推理WebUI": "Abrir TTS Inference WebUI", + "开启UVR5-WebUI": "Abrir UVR5-WebUI", "开启一键三连": "Ativar um clique", + "开启打标WebUI": "Abrir Labeling WebUI", "开启文本获取": "Ativar obtenção de texto", "开启无参考文本模式。不填参考文本亦相当于开启。": "Ativar o modo sem texto de referência. Não preencher o texto de referência também equivale a ativar.", "开启离线批量ASR": "Ativar ASR offline em lote", @@ -122,11 +130,8 @@ "日英混合": "Mistura de Japonês e Inglês", "是否仅保存最新的ckpt文件以节省硬盘空间": "Se deve salvar apenas o último arquivo CKPT para economizar espaço em disco", "是否在每次保存时间点将最终小模型保存至weights文件夹": "Se deve salvar o modelo pequeno final na pasta Weights em cada ponto de salvamento de tempo", - "是否开启TTS推理WebUI": "Se deseja ativar o webui de raciocínio TTS", - "是否开启UVR5-WebUI": "Se deseja ativar a UVR5-WebUI", "是否开启dpo训练选项(实验性)": "Se deseja ativar a opção de treinamento DPO (experimental)", - "是否开启打标WebUI": "Se deseja abrir o webui de marcação", - "是否直接对上次合成结果调整语速。防止随机性。": "Se deve ajustar diretamente a velocidade da fala do último resultado de síntese para evitar aleatoriedade.", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "Ajuste a velocidade da fala e o tom do último resultado de síntese para evitar aleatoriedade.", "显卡信息": "Informações da placa de vídeo", "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.": "Este software é de código aberto sob a licença MIT. O autor não tem controle sobre o software. Aqueles que usam o software e difundem os sons exportados pelo software são totalmente responsáveis.
Se você não concorda com esta cláusula, não pode usar ou citar nenhum código e arquivo dentro do pacote de software. Consulte o diretório raiz LICENSE para mais detalhes.

Traduzido por Rafael Godoy Ebert", "模型": "Modelo", @@ -145,6 +150,10 @@ "终止语义token提取进程": "Encerrar processo de extração de token semântico", "终止语音切割": "Encerrar corte de voz", "终止语音降噪进程": "Encerrar o processo de redução de ruído de voz", + "缺少Hubert数据集": "Conjunto de Dados Hubert Ausente", + "缺少语义数据集": "Conjunto de Dados Semânticos Ausente", + "缺少音素数据集": "Conjunto de Dados de Fonemas Ausente", + "缺少音频数据集": "Conjunto de Dados de Áudio Ausente", "英文": "Inglês", "语义token提取进程输出信息": "Informações de saída do processo de extração de token semântico", "语速": "Velocidade da fala", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "Por favor, faça upload de um áudio de referência com duração entre 3 e 10 segundos. Áudios fora dessa faixa causarão erro!", "请上传参考音频": "Por Favor, Carregue o Áudio de Referência", "请填入推理文本": "Por Favor, Preencha o Texto de Inferência", + "请填入正确的List路径": "Por Favor, Insira o Caminho Correto da Lista", + "请填入正确的音频文件夹路径": "Por Favor, Insira o Caminho Correto da Pasta de Áudio", "请输入有效文本": "Por favor, insira um texto válido", + "路径不能为空": "Esperado Caminho Não Vazio", + "路径错误": "Erro de Caminho", "转换": "Converter", "输入待处理音频文件夹路径": "Caminho da pasta de arquivos de áudio a ser processados", "输入文件夹路径": "Caminho da pasta de entrada", @@ -169,20 +182,11 @@ "需要合成的语种": "Idioma a ser sintetizado", "韩文": "Coreano", "韩英混合": "Mistura Coreano-Inglês", + "音频加载失败": "Falha ao Carregar o Áudio", "音频自动切分输入路径，可文件可文件夹": "Caminho de entrada automático de corte de áudio, pode ser um arquivo ou uma pasta", "预训练的GPT模型路径": "Caminho do modelo GPT pre-train", "预训练的SSL模型路径": "Caminho do modelo SSL pre-train", "预训练的SoVITS-D模型路径": "Caminho do modelo SoVITS-D pre-train", "预训练的SoVITS-G模型路径": "Caminho do modelo SoVITS-G pre-train", - "预训练的中文BERT模型路径": "Caminho do modelo BERT chinês pre-train", - "音频加载失败": "Falha ao Carregar o Áudio", - "以下文件或文件夹不存在": "Nenhum Arquivo ou Pasta Encontrado", - "路径不能为空": "Esperado Caminho Não Vazio", - "请填入正确的List路径": "Por Favor, Insira o Caminho Correto da Lista", - "请填入正确的音频文件夹路径": "Por Favor, Insira o Caminho Correto da Pasta de Áudio", - "路径错误": "Erro de Caminho", - "缺少音素数据集": "Conjunto de Dados de Fonemas Ausente", - "缺少Hubert数据集": "Conjunto de Dados Hubert Ausente", - "缺少音频数据集": "Conjunto de Dados de Áudio Ausente", - "缺少语义数据集": "Conjunto de Dados Semânticos Ausente" -} \ No newline at end of file + "预训练的中文BERT模型路径": "Caminho do modelo BERT chinês pre-train" +} diff --git a/tools/i18n/locale/ru_RU.json b/tools/i18n/locale/ru_RU.json index c8046ece..315f7e47 100644 --- a/tools/i18n/locale/ru_RU.json +++ b/tools/i18n/locale/ru_RU.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*Пожалуйста, загрузите и заполните референтные данные", "*请填写需要合成的目标文本和语种模式": "*Пожалуйста, введите целевой текст для синтеза и режим языка", ".list标注文件的路径": "Путь к файлу аннотации .list", + ".限制范围越小判别效果越好。": "Чем меньше языков, тем лучше", "0-前置数据集获取工具": "0-Инструмент для получения предварительного набора данных", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-Инструмент для разделения вокала и аккомпанемента UVR5 & устранения реверберации и задержек", "0b-语音切分工具": "0b-Инструмент для разделения речи", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "Можно также импортировать несколько аудиофайлов. Если путь к папке существует, то этот ввод игнорируется.", "人声伴奏分离批量处理， 使用UVR5模型。": "Обработка разделения вокала и аккомпанемента пакетно с использованием модели UVR5.", "人声提取激进程度": "Степень агрессивности извлечения вокала", - "以下文件或文件夹不存在:": "Нет такого файла или папки:", + "以下文件或文件夹不存在": "Такого файла или папки не существует", "以下模型不存在:": "Этот модель не существует", "伴奏人声分离&去混响&去回声": "Разделение вокала/аккомпанемента и удаление эхо", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "При использовании режима без референсного текста рекомендуется использовать настроенную модель GPT. Если не удается разобрать, что говорит референсное аудио (не знаете, что писать), можете включить этот режим, и он проигнорирует введенный референсный текст.", "保存频率save_every_epoch": "Частота сохранения save_every_epoch", + "关闭TTS推理WebUI": "Закрыть TTS Inference WebUI", + "关闭UVR5-WebUI": "Закрыть UVR5-WebUI", + "关闭打标WebUI": "Закрыть Labeling WebUI", "凑50字一切": "Соберите все в 50 символов", "凑四句一切": "Собрать четыре предложения и разрезать", "切分后的子音频的输出根目录": "Корневой каталог вывода для подаудио после разделения", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "Референтное аудио вне диапазона 3~10 секунд, пожалуйста, замените!", "参考音频的文本": "Текст референтного аудио", "参考音频的语种": "Язык референтного аудио", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "Необязательно: загрузите несколько файлов с эталонными аудиозаписями, перетащив их (рекомендуется одного пола), и усредните их тон. Если этот параметр не заполнен, тон будет контролироваться одной эталонной аудиозаписью слева. При тонкой настройке модели рекомендуется, чтобы все эталонные аудиозаписи имели тон в пределах обучающего набора для тонкой настройки; предварительно обученную модель можно игнорировать.", "合成语音": "Синтезированный голос", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "Пример допустимого формата пути к папке: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例 (просто скопируйте из адресной строки файлового менеджера).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "Заполните каталог, где находятся аудиофайлы после разрезания! Полный путь к читаемым аудиофайлам = каталог - файл .list, имя файла соответствует волне (не полный путь). Если оставить пустым, будет использоваться абсолютный путь из файла .list.", @@ -96,7 +101,10 @@ "开启GPT训练": "Включить обучение GPT", "开启SSL提取": "Включить извлечение SSL", "开启SoVITS训练": "Включить обучение SoVITS", + "开启TTS推理WebUI": "Открыть TTS Inference WebUI", + "开启UVR5-WebUI": "Открыть UVR5-WebUI", "开启一键三连": "Включить одно нажатие", + "开启打标WebUI": "Открыть Labeling WebUI", "开启文本获取": "Включить получение текста", "开启无参考文本模式。不填参考文本亦相当于开启。": "Включить режим без референтного текста. Не заполняя референтный текст, вы также включаете этот режим.", "开启离线批量ASR": "Включить пакетную офлайн ASR", @@ -122,11 +130,8 @@ "日英混合": "Японский и английский", "是否仅保存最新的ckpt文件以节省硬盘空间": "Сохранять только последние файлы ckpt для экономии места на диске?", "是否在每次保存时间点将最终小模型保存至weights文件夹": "Сохранять финальную версию модели в папке weights на каждом этапе сохранения?", - "是否开启TTS推理WebUI": "Включить TTS инференс WebUI", - "是否开启UVR5-WebUI": "Включить UVR5-WebUI", "是否开启dpo训练选项(实验性)": "Включить опцию тренировки dpo (экспериментально)", - "是否开启打标WebUI": "Включить интерфейс веб-аннотации", - "是否直接对上次合成结果调整语速。防止随机性。": "Следует ли непосредственно регулировать скорость речи последнего синтезированного результата, чтобы избежать случайности?", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "Настройте скорость речи и тон последнего результата синтеза, чтобы избежать случайности.", "显卡信息": "Информация о видеокарте", "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.": "Это программное обеспечение открыто по лицензии MIT, автор не имеет никакого контроля над программным обеспечением, пользователи программного обеспечения и те, кто распространяет звуки, экспортированные программным обеспечением, несут полную ответственность.
Если вы не согласны с этими условиями, вы не можете использовать или ссылаться на любой код и файлы в пакете программного обеспечения. Смотрите LICENSE в корневом каталоге.", "模型": "Модели", @@ -145,6 +150,10 @@ "终止语义token提取进程": "Прекратить процесс извлечения семантических токенов", "终止语音切割": "Прекратить разрезание речи", "终止语音降噪进程": "Прекратить процесс шумоподавления", + "缺少Hubert数据集": "Отсутствует набор данных Hubert", + "缺少语义数据集": "Отсутствует семантический набор данных", + "缺少音素数据集": "Отсутствует набор данных фонем", + "缺少音频数据集": "Отсутствует набор данных аудио", "英文": "Английский", "语义token提取进程输出信息": "Информация о процессе извлечения семантических токенов", "语速": "Скорость речи", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "Пожалуйста, загрузите референтное аудио длительностью от 3 до 10 секунд, иначе будет ошибка!", "请上传参考音频": "Пожалуйста, загрузите эталонное аудио", "请填入推理文本": "Пожалуйста, введите целевой текст", + "请填入正确的List路径": "Пожалуйста, укажите правильный путь к списку", + "请填入正确的音频文件夹路径": "Пожалуйста, укажите правильный путь к папке с аудио", "请输入有效文本": "Введите действительный текст", + "路径不能为空": "Ожидается, что путь не будет пустым", + "路径错误": "Ошибка пути", "转换": "Преобразовать", "输入待处理音频文件夹路径": "Путь к папке с аудиофайлами для обработки:", "输入文件夹路径": "Введите путь к папке", @@ -169,20 +182,11 @@ "需要合成的语种": "Язык для синтеза", "韩文": "Корейский", "韩英混合": "Корейско-английская смесь", + "音频加载失败": "Не удалось загрузить аудио", "音频自动切分输入路径，可文件可文件夹": "Путь ввода для автоматического разделения аудио, может быть файлом или папкой", "预训练的GPT模型路径": "Путь к предварительно обученной модели GPT", "预训练的SSL模型路径": "Путь к предварительно обученной модели SSL", "预训练的SoVITS-D模型路径": "Путь к предварительно обученной модели SoVITS-D", "预训练的SoVITS-G模型路径": "Путь к предварительно обученной модели SoVITS-G", - "预训练的中文BERT模型路径": "Путь к предварительно обученной китайской модели BERT", - "音频加载失败": "Не удалось загрузить аудио", - "以下文件或文件夹不存在": "Такого файла или папки не существует", - "路径不能为空": "Ожидается, что путь не будет пустым", - "请填入正确的List路径": "Пожалуйста, укажите правильный путь к списку", - "请填入正确的音频文件夹路径": "Пожалуйста, укажите правильный путь к папке с аудио", - "路径错误": "Ошибка пути", - "缺少音素数据集": "Отсутствует набор данных фонем", - "缺少Hubert数据集": "Отсутствует набор данных Hubert", - "缺少音频数据集": "Отсутствует набор данных аудио", - "缺少语义数据集": "Отсутствует семантический набор данных" -} \ No newline at end of file + "预训练的中文BERT模型路径": "Путь к предварительно обученной китайской модели BERT" +} diff --git a/tools/i18n/locale/tr_TR.json b/tools/i18n/locale/tr_TR.json index 733e3c8d..f1a9a72d 100644 --- a/tools/i18n/locale/tr_TR.json +++ b/tools/i18n/locale/tr_TR.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*Lütfen referans bilgilerini yükleyin ve doldurun", "*请填写需要合成的目标文本和语种模式": "*Lütfen sentezlenecek hedef metni ve dil modunu giriniz.", ".list标注文件的路径": ".list etiketleme dosyasının yolu", + ".限制范围越小判别效果越好。": "Daha az çok dilli olmak daha iyidir", "0-前置数据集获取工具": "0-Ön veri seti alma aracı", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5 vokal eşlik ayırma & yankıyı giderme gecikme aracı", "0b-语音切分工具": "0b-Ses bölme aracı", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "Ses dosyaları ayrıca toplu olarak, iki seçimle, öncelikli okuma klasörüyle içe aktarılabilir", "人声伴奏分离批量处理， 使用UVR5模型。": "Vokal ve akor ayırma toplu işleme, UVR5 modelini kullanarak.", "人声提取激进程度": "Vokal çıkarma agresiflik derecesi", - "以下文件或文件夹不存在:": "Böyle Bir Dosya veya Klasör Yok:", + "以下文件或文件夹不存在": "Böyle Bir Dosya veya Klasör Yok", "以下模型不存在:": "Böyle bir model yok:", "伴奏人声分离&去混响&去回声": "Vokal/Müzik Ayrıştırma ve Yankı Giderme", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "Referans metin modu olmadan kullanıldığında, referans sesi net duyulmadığında (ne yazılacağı bilinmiyorsa) açık bırakılması önerilir, bu durumda girilen referans metni göz ardı edilir.", "保存频率save_every_epoch": "Kayıt sıklığı save_every_epoch", + "关闭TTS推理WebUI": "TTS Inference WebUI'yi Kapat", + "关闭UVR5-WebUI": "UVR5-WebUI'yi Kapat", + "关闭打标WebUI": "Labeling WebUI'yi Kapat", "凑50字一切": "50 kelime birleştir ve kes", "凑四句一切": "Dört cümleyi bir araya getirip kes", "切分后的子音频的输出根目录": "Bölündükten sonra alt ses dosyalarının çıktı kök dizini", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "Referans ses dosyası 3~10 saniye aralığının dışında, lütfen değiştirin!", "参考音频的文本": "Referans ses dosyasının metni", "参考音频的语种": "Referans ses dosyasının dili", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "İsteğe bağlı: Birden fazla referans ses dosyasını sürükleyip bırakarak yükleyin (aynı cinsiyetten olmaları önerilir) ve tonlarını ortalayın. Bu seçenek boş bırakılırsa, ton soldaki tek referans ses dosyası tarafından kontrol edilir. Modeli ince ayar yapıyorsanız, tüm referans ses dosyalarının ince ayar eğitim seti içindeki tonlara sahip olması önerilir; önceden eğitilmiş model dikkate alınmayabilir.", "合成语音": "Ses sentezi", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "Geçerli klasör yolu formatı örneği: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例 (dosya yöneticisi adres çubuğundan kopyalayabilirsiniz).", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "Kesmeye uygun ses dosyalarının bulunduğu dizini doldurun! Okunan ses dosyasının tam yolu = bu dizin + list dosyasındaki dalga biçimiyle eşleşen dosya adı (tam yol değil). Boş bırakılırsa, .list dosyasındaki tam yol kullanılır.", @@ -96,7 +101,10 @@ "开启GPT训练": "GPT eğitimini başlat", "开启SSL提取": "SSL çıkarmayı başlat", "开启SoVITS训练": "SoVITS eğitimini başlat", + "开启TTS推理WebUI": "TTS Inference WebUI'yi Aç", + "开启UVR5-WebUI": "UVR5-WebUI'yi Aç", "开启一键三连": "Tek tuşla üçlemeyi başlat", + "开启打标WebUI": "Labeling WebUI'yi Aç", "开启文本获取": "Metin alma başlat", "开启无参考文本模式。不填参考文本亦相当于开启。": "Referans metni olmayan mod açık. Referans metni doldurulmazsa bu mod otomatik olarak açılır.", "开启离线批量ASR": "Offline toplu ASR başlat", @@ -122,11 +130,8 @@ "日英混合": "Japonca ve İngilizce karışımı", "是否仅保存最新的ckpt文件以节省硬盘空间": "Sadece en yeni ckpt dosyasını kaydederek disk alanından tasarruf edilsin mi", "是否在每次保存时间点将最终小模型保存至weights文件夹": "Her kayıt zamanında son küçük modelin weights klasörüne kaydedilmesi gerekiyor mu", - "是否开启TTS推理WebUI": "TTS çıkarımı WebUI'si başlatılsın mı", - "是否开启UVR5-WebUI": "UVR5-WebUI açılsın mı", "是否开启dpo训练选项(实验性)": "dpo eğitim seçeneği açılsın mı? (deneysel)", - "是否开启打标WebUI": "Etiketleme WebUI'si başlatılsın mı", - "是否直接对上次合成结果调整语速。防止随机性。": "Son sentez sonucunun konuşma hızını doğrudan ayarlamak, rastlantısallığı önlemek için mi?", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "Rastgeleliği önlemek için son sentez sonucunun konuşma hızını ve tonunu ayarlayın.", "显卡信息": "Ekran kartı bilgisi", "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.": "Bu yazılım MIT lisansı ile açık kaynaktır, yazar yazılım üzerinde herhangi bir kontrol gücüne sahip değildir, yazılımı kullanıcılar ve yazılım tarafından üretilen sesleri yayınlayanlar tüm sorumluluğu üstlenir.
Eğer bu şartları kabul etmiyorsanız, yazılım paketindeki hiçbir kodu veya dosyayı kullanamaz veya atıfta bulunamazsınız. Ayrıntılar için ana dizindeki LICENSE'ı görün.", "模型": "Model", @@ -145,6 +150,10 @@ "终止语义token提取进程": "Anlamsal token çıkarma işlemini durdur", "终止语音切割": "Ses kesimini durdur", "终止语音降噪进程": "Gürültü azaltma işlemini durdur", + "缺少Hubert数据集": "Hubert Veri Seti Eksik", + "缺少语义数据集": "Anlamsal Veri Seti Eksik", + "缺少音素数据集": "Fonem Veri Seti Eksik", + "缺少音频数据集": "Ses Veri Seti Eksik", "英文": "İngilizce", "语义token提取进程输出信息": "Anlamsal token çıkarma işlemi çıktı bilgisi", "语速": "Konuşma hızı", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "Lütfen 3~10 saniye arasında bir referans ses dosyası yükleyin, aşım durumunda hata verilecektir!", "请上传参考音频": "Lütfen Referans Sesi Yükleyin", "请填入推理文本": "Lütfen Hedef Metni Girin", + "请填入正确的List路径": "Lütfen Doğru Liste Yolunu Girin", + "请填入正确的音频文件夹路径": "Lütfen Doğru Ses Klasörü Yolunu Girin", "请输入有效文本": "Geçerli metin girin", + "路径不能为空": "Boş Yol Beklenmiyor", + "路径错误": "Yol Hatası", "转换": "Dönüştür", "输入待处理音频文件夹路径": "İşlenecek ses klasörünün yolunu girin:", "输入文件夹路径": "Dosya klasörü yolu girin", @@ -169,20 +182,11 @@ "需要合成的语种": "Sentezlenmesi gereken dil", "韩文": "Korece", "韩英混合": "Korece-İngilizce Karışık", + "音频加载失败": "Ses Yüklenemedi", "音频自动切分输入路径，可文件可文件夹": "Ses otomatik bölme giriş yolu, dosya veya klasör olabilir", "预训练的GPT模型路径": "Ön eğitilmiş GPT model yolu", "预训练的SSL模型路径": "Ön eğitilmiş SSL model yolu", "预训练的SoVITS-D模型路径": "Ön eğitilmiş SoVITS-D model yolu", "预训练的SoVITS-G模型路径": "Ön eğitilmiş SoVITS-G model yolu", - "预训练的中文BERT模型路径": "Ön eğitilmiş Çince BERT model yolu", - "音频加载失败": "Ses Yüklenemedi", - "以下文件或文件夹不存在": "Böyle Bir Dosya veya Klasör Yok", - "路径不能为空": "Boş Yol Beklenmiyor", - "请填入正确的List路径": "Lütfen Doğru Liste Yolunu Girin", - "请填入正确的音频文件夹路径": "Lütfen Doğru Ses Klasörü Yolunu Girin", - "路径错误": "Yol Hatası", - "缺少音素数据集": "Fonem Veri Seti Eksik", - "缺少Hubert数据集": "Hubert Veri Seti Eksik", - "缺少音频数据集": "Ses Veri Seti Eksik", - "缺少语义数据集": "Anlamsal Veri Seti Eksik" -} \ No newline at end of file + "预训练的中文BERT模型路径": "Ön eğitilmiş Çince BERT model yolu" +} diff --git a/tools/i18n/locale/zh_CN.json b/tools/i18n/locale/zh_CN.json index 2ee0334c..9954349c 100644 --- a/tools/i18n/locale/zh_CN.json +++ b/tools/i18n/locale/zh_CN.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*请上传并填写参考信息", "*请填写需要合成的目标文本和语种模式": "*请填写需要合成的目标文本和语种模式", ".list标注文件的路径": ".list标注文件的路径", + ".限制范围越小判别效果越好。": ".限制范围越小判别效果越好。", "0-前置数据集获取工具": "0-前置数据集获取工具", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5人声伴奏分离&去混响去延迟工具", "0b-语音切分工具": "0b-语音切分工具", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量输入音频文件, 二选一, 优先读文件夹", "人声伴奏分离批量处理， 使用UVR5模型。": "人声伴奏分离批量处理， 使用UVR5模型。", "人声提取激进程度": "人声提取激进程度", - "以下文件或文件夹不存在:": "以下文件或文件夹不存在:", + "以下文件或文件夹不存在": "以下文件或文件夹不存在", "以下模型不存在:": "以下模型不存在:", "伴奏人声分离&去混响&去回声": "伴奏人声分离&去混响&去回声", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。", "保存频率save_every_epoch": "保存频率save_every_epoch", + "关闭TTS推理WebUI": "关闭TTS推理WebUI", + "关闭UVR5-WebUI": "关闭UVR5-WebUI", + "关闭打标WebUI": "关闭打标WebUI", "凑50字一切": "凑50字一切", "凑四句一切": "凑四句一切", "切分后的子音频的输出根目录": "切分后的子音频的输出根目录", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "参考音频在3~10秒范围外，请更换！", "参考音频的文本": "参考音频的文本", "参考音频的语种": "参考音频的语种", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。", "合成语音": "合成语音", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。", @@ -96,7 +101,10 @@ "开启GPT训练": "开启GPT训练", "开启SSL提取": "开启SSL提取", "开启SoVITS训练": "开启SoVITS训练", + "开启TTS推理WebUI": "开启TTS推理WebUI", + "开启UVR5-WebUI": "开启UVR5-WebUI", "开启一键三连": "开启一键三连", + "开启打标WebUI": "开启打标WebUI", "开启文本获取": "开启文本获取", "开启无参考文本模式。不填参考文本亦相当于开启。": "开启无参考文本模式。不填参考文本亦相当于开启。", "开启离线批量ASR": "开启离线批量ASR", @@ -122,11 +130,8 @@ "日英混合": "日英混合", "是否仅保存最新的ckpt文件以节省硬盘空间": "是否仅保存最新的ckpt文件以节省硬盘空间", "是否在每次保存时间点将最终小模型保存至weights文件夹": "是否在每次保存时间点将最终小模型保存至weights文件夹", - "是否开启TTS推理WebUI": "是否开启TTS推理WebUI", - "是否开启UVR5-WebUI": "是否开启UVR5-WebUI", "是否开启dpo训练选项(实验性)": "是否开启dpo训练选项(实验性)", - "是否开启打标WebUI": "是否开启打标WebUI", - "是否直接对上次合成结果调整语速。防止随机性。": "是否直接对上次合成结果调整语速。防止随机性。", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "是否直接对上次合成结果调整语速和音色。防止随机性。", "显卡信息": "显卡信息", "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.": "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.", "模型": "模型", @@ -145,6 +150,10 @@ "终止语义token提取进程": "终止语义token提取进程", "终止语音切割": "终止语音切割", "终止语音降噪进程": "终止语音降噪进程", + "缺少Hubert数据集": "缺少Hubert数据集", + "缺少语义数据集": "缺少语义数据集", + "缺少音素数据集": "缺少音素数据集", + "缺少音频数据集": "缺少音频数据集", "英文": "英文", "语义token提取进程输出信息": "语义token提取进程输出信息", "语速": "语速", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "请上传3~10秒内参考音频，超过会报错！", "请上传参考音频": "请上传参考音频", "请填入推理文本": "请填入推理文本", + "请填入正确的List路径": "请填入正确的List路径", + "请填入正确的音频文件夹路径": "请填入正确的音频文件夹路径", "请输入有效文本": "请输入有效文本", + "路径不能为空": "路径不能为空", + "路径错误": "路径错误", "转换": "转换", "输入待处理音频文件夹路径": "输入待处理音频文件夹路径", "输入文件夹路径": "输入文件夹路径", @@ -169,20 +182,11 @@ "需要合成的语种": "需要合成的语种", "韩文": "韩文", "韩英混合": "韩英混合", + "音频加载失败": "音频加载失败", "音频自动切分输入路径，可文件可文件夹": "音频自动切分输入路径，可文件可文件夹", "预训练的GPT模型路径": "预训练的GPT模型路径", "预训练的SSL模型路径": "预训练的SSL模型路径", "预训练的SoVITS-D模型路径": "预训练的SoVITS-D模型路径", "预训练的SoVITS-G模型路径": "预训练的SoVITS-G模型路径", - "预训练的中文BERT模型路径": "预训练的中文BERT模型路径", - "音频加载失败": "音频加载失败", - "以下文件或文件夹不存在": "以下文件或文件夹不存在", - "路径不能为空": "路径不能为空", - "请填入正确的List路径": "请填入正确的List路径", - "请填入正确的音频文件夹路径": "请填入正确的音频文件夹路径", - "路径错误": "路径错误", - "缺少音素数据集": "缺少音素数据集", - "缺少Hubert数据集": "缺少Hubert数据集", - "缺少音频数据集": "缺少音频数据集", - "缺少语义数据集": "缺少语义数据集" + "预训练的中文BERT模型路径": "预训练的中文BERT模型路径" } diff --git a/tools/i18n/locale/zh_HK.json b/tools/i18n/locale/zh_HK.json index 65fd51c0..0206694b 100644 --- a/tools/i18n/locale/zh_HK.json +++ b/tools/i18n/locale/zh_HK.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*請上傳並填寫參考信息", "*请填写需要合成的目标文本和语种模式": "請填寫需要合成的目標文本和語言模式", ".list标注文件的路径": ".list標註文件的路徑", + ".限制范围越小判别效果越好。": ".限制范围越小判别效果越好。", "0-前置数据集获取工具": "0-前置數據集獲取工具", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5人聲伴奏分離&去混響去延遲工具", "0b-语音切分工具": "0b-語音切分工具", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量输入音频文件, 二选一, 优先读文件夹", "人声伴奏分离批量处理， 使用UVR5模型。": "人聲伴奏分離批量處理， 使用UVR5模型。", "人声提取激进程度": "人聲提取激進程度", - "以下文件或文件夹不存在:": "沒有這樣的檔案或文件夾:", + "以下文件或文件夹不存在": "沒有此文件或文件夾", "以下模型不存在:": "以下模型不存在:", "伴奏人声分离&去混响&去回声": "伴奏人聲分離&去混響&去回聲", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "使用無參考文本模式時建議使用微調的GPT，聽不清參考音頻說的是啥（不知道寫啥）可以開啟，開啟後無視填寫的參考文本。", "保存频率save_every_epoch": "保存頻率save_every_epoch", + "关闭TTS推理WebUI": "關閉 TTS Inference WebUI", + "关闭UVR5-WebUI": "關閉 UVR5-WebUI", + "关闭打标WebUI": "關閉 Labeling WebUI", "凑50字一切": "湊50字一切", "凑四句一切": "湊四句一切", "切分后的子音频的输出根目录": "切分後的子音頻的輸出根目錄", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "參考音頻在3~10秒範圍外，請更換！", "参考音频的文本": "參考音頻的文本", "参考音频的语种": "參考音頻的語種", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "可選項：通過拖曳多個文件上傳多個參考音頻（建議同性），平均融合他們的音色。如不填寫此項，音色由左側單個參考音頻控制。如是微調模型，建議參考音頻全部在微調訓練集音色內，底模不用管。", "合成语音": "合成語音", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "合格的文件夾路徑格式舉例： E:\\codes\\py39\\vits_vc_gpu\\白鷺霜華測試樣例（去文件管理器地址欄拷就行了）。", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "填切割後音頻所在目錄！讀取的音頻文件完整路徑=該目錄-拼接-list文件裡波形對應的文件名（不是全路徑）。如果留空則使用.list文件裡的絕對全路徑。", @@ -96,7 +101,10 @@ "开启GPT训练": "開啟GPT訓練", "开启SSL提取": "開啟SSL提取", "开启SoVITS训练": "開啟SoVITS訓練", + "开启TTS推理WebUI": "開啟 TTS Inference WebUI", + "开启UVR5-WebUI": "開啟 UVR5-WebUI", "开启一键三连": "開啟一鍵三連", + "开启打标WebUI": "開啟 Labeling WebUI", "开启文本获取": "開啟文本獲取", "开启无参考文本模式。不填参考文本亦相当于开启。": "開啟無參考文本模式。不填參考文本亦相當於開啟。", "开启离线批量ASR": "開啟離線批量ASR", @@ -122,11 +130,8 @@ "日英混合": "日英混合", "是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt文件以節省硬碟空間", "是否在每次保存时间点将最终小模型保存至weights文件夹": "是否在每次保存時間點將最終小模型保存至weights文件夾", - "是否开启TTS推理WebUI": "是否開啟TTS推理WebUI", - "是否开启UVR5-WebUI": "是否開啟UVR5-WebUI", "是否开启dpo训练选项(实验性)": "是否開啟dpo訓練選項(實驗性)", - "是否开启打标WebUI": "是否開啟打標WebUI", - "是否直接对上次合成结果调整语速。防止随机性。": "是否直接對上次合成結果調整語速。防止隨機性。", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "是否直接對上次合成結果調整語速和音色，以防止隨機性。", "显卡信息": "顯卡信息", "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.": "本軟件以MIT協議開源, 作者不對軟件具備任何控制力, 使用軟件者、傳播軟件導出的聲音者自負全責.
如不認可該條款, 則不能使用或引用軟件包內任何代碼和文件. 詳見根目錄LICENSE.", "模型": "模型", @@ -145,6 +150,10 @@ "终止语义token提取进程": "終止語義token提取進程", "终止语音切割": "終止語音切割", "终止语音降噪进程": "終止語音降噪進程", + "缺少Hubert数据集": "缺少Hubert數據集", + "缺少语义数据集": "缺少語義數據集", + "缺少音素数据集": "缺少音素數據集", + "缺少音频数据集": "缺少音頻數據集", "英文": "英文", "语义token提取进程输出信息": "語義token提取進程輸出信息", "语速": "語速", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "請上傳3~10秒內參考音頻，超過會報錯！", "请上传参考音频": "請上傳參考音頻", "请填入推理文本": "請填入推理文本", + "请填入正确的List路径": "請填寫正確的列表路徑", + "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", "请输入有效文本": "請輸入有效文本", + "路径不能为空": "路徑不應該為空", + "路径错误": "路徑錯誤", "转换": "轉換", "输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑", "输入文件夹路径": "輸入文件夾路徑", @@ -169,20 +182,11 @@ "需要合成的语种": "需要合成的語種", "韩文": "韓文", "韩英混合": "韓英混合", + "音频加载失败": "無法加載音頻", "音频自动切分输入路径，可文件可文件夹": "音頻自動切分輸入路徑，可文件可文件夾", "预训练的GPT模型路径": "預訓練的GPT模型路徑", "预训练的SSL模型路径": "預訓練的SSL模型路徑", "预训练的SoVITS-D模型路径": "預訓練的SoVITS-D模型路徑", "预训练的SoVITS-G模型路径": "預訓練的SoVITS-G模型路徑", - "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑", - "音频加载失败": "無法加載音頻", - "以下文件或文件夹不存在": "沒有此文件或文件夾", - "路径不能为空": "路徑不應該為空", - "请填入正确的List路径": "請填寫正確的列表路徑", - "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", - "路径错误": "路徑錯誤", - "缺少音素数据集": "缺少音素數據集", - "缺少Hubert数据集": "缺少Hubert數據集", - "缺少音频数据集": "缺少音頻數據集", - "缺少语义数据集": "缺少語義數據集" -} \ No newline at end of file + "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑" +} diff --git a/tools/i18n/locale/zh_SG.json b/tools/i18n/locale/zh_SG.json index ada878d3..65692e3c 100644 --- a/tools/i18n/locale/zh_SG.json +++ b/tools/i18n/locale/zh_SG.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*請上傳並填寫參考信息", "*请填写需要合成的目标文本和语种模式": "請填寫需要合成的目標文本和語言模式", ".list标注文件的路径": ".list標註文件的路徑", + ".限制范围越小判别效果越好。": ".限制范围越小判别效果越好。", "0-前置数据集获取工具": "0-前置數據集獲取工具", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5人聲伴奏分離&去混響去延遲工具", "0b-语音切分工具": "0b-語音切分工具", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量输入音频文件, 二选一, 优先读文件夹", "人声伴奏分离批量处理， 使用UVR5模型。": "人聲伴奏分離批量處理， 使用UVR5模型。", "人声提取激进程度": "人聲提取激進程度", - "以下文件或文件夹不存在:": "沒有這樣的檔案或文件夾:", + "以下文件或文件夹不存在": "沒有此文件或文件夾", "以下模型不存在:": "以下模型不存在", "伴奏人声分离&去混响&去回声": "伴奏人聲分離&去混響&去回聲", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "使用無參考文本模式時建議使用微調的GPT，聽不清參考音頻說的啥(不曉得寫啥)可以開，開啟後無視填寫的參考文本。", "保存频率save_every_epoch": "保存頻率save_every_epoch", + "关闭TTS推理WebUI": "關閉 TTS Inference WebUI", + "关闭UVR5-WebUI": "關閉 UVR5-WebUI", + "关闭打标WebUI": "關閉 Labeling WebUI", "凑50字一切": "湊50字一切", "凑四句一切": "湊四句一切", "切分后的子音频的输出根目录": "切分後的子音頻的輸出根目錄", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "參考音頻在3~10秒範圍外，請更換！", "参考音频的文本": "參考音頻的文本", "参考音频的语种": "參考音頻的語種", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "可選項：通過拖曳多個文件上傳多個參考音頻（建議同性），平均融合他們的音色。如不填寫此項，音色由左側單個參考音頻控制。如是微調模型，建議參考音頻全部在微調訓練集音色內，底模不用管。", "合成语音": "合成語音", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "合格的資料夾路徑格式舉例： E:\\codes\\py39\\vits_vc_gpu\\白鷺霜華測試範例(去文件管理器地址欄拷就行了)。", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "填切割後音頻所在目錄！讀取的音頻檔案完整路徑=該目錄-拼接-list檔案裡波形對應的檔案名（不是全路徑）。如果留空則使用.list檔案裡的絕對全路徑。", @@ -96,7 +101,10 @@ "开启GPT训练": "開啟GPT訓練", "开启SSL提取": "開啟SSL提取", "开启SoVITS训练": "開啟SoVITS訓練", + "开启TTS推理WebUI": "開啟 TTS Inference WebUI", + "开启UVR5-WebUI": "開啟 UVR5-WebUI", "开启一键三连": "開啟一鍵三連", + "开启打标WebUI": "開啟 Labeling WebUI", "开启文本获取": "開啟文本獲取", "开启无参考文本模式。不填参考文本亦相当于开启。": "開啟無參考文本模式。不填參考文本亦相當於開啟。", "开启离线批量ASR": "開啟離線批量ASR", @@ -122,11 +130,8 @@ "日英混合": "日英混合", "是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt文件以節省硬盤空間", "是否在每次保存时间点将最终小模型保存至weights文件夹": "是否在每次保存時間點將最終小模型保存至weights文件夾", - "是否开启TTS推理WebUI": "是否開啟TTS推理WebUI", - "是否开启UVR5-WebUI": "是否開啟UVR5-WebUI", "是否开启dpo训练选项(实验性)": "是否開啟dpo訓練選項(實驗性)", - "是否开启打标WebUI": "是否開啟打標WebUI", - "是否直接对上次合成结果调整语速。防止随机性。": "是否直接對上次合成結果調整語速。防止隨機性。", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "是否直接對上次合成結果調整語速和音色，以防止隨機性。", "显卡信息": "顯卡資訊", "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.": "本軟體以MIT協議開源，作者不對軟體具備任何控制力，使用軟體者、傳播軟體導出的聲音者自負全責。
如不認可該條款，則不能使用或引用軟體包內任何代碼和文件。詳見根目錄LICENSE。", "模型": "模型", @@ -145,6 +150,10 @@ "终止语义token提取进程": "終止語義token提取進程", "终止语音切割": "終止語音切割", "终止语音降噪进程": "終止語音降噪進程", + "缺少Hubert数据集": "缺少Hubert數據集", + "缺少语义数据集": "缺少語義數據集", + "缺少音素数据集": "缺少音素數據集", + "缺少音频数据集": "缺少音頻數據集", "英文": "英文", "语义token提取进程输出信息": "語義token提取進程輸出資訊", "语速": "語速", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "請上傳3~10秒內參考音頻，超過會報錯！", "请上传参考音频": "請上傳參考音頻", "请填入推理文本": "請填入推理文本", + "请填入正确的List路径": "請填寫正確的列表路徑", + "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", "请输入有效文本": "請輸入有效文本", + "路径不能为空": "路徑不應該為空", + "路径错误": "路徑錯誤", "转换": "轉換", "输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑", "输入文件夹路径": "輸入文件夾路徑", @@ -169,20 +182,11 @@ "需要合成的语种": "需要合成的語種", "韩文": "韓文", "韩英混合": "韓英混合", + "音频加载失败": "無法加載音頻", "音频自动切分输入路径，可文件可文件夹": "音頻自動切分輸入路徑，可文件可文件夾", "预训练的GPT模型路径": "預訓練的GPT模型路徑", "预训练的SSL模型路径": "預訓練的SSL模型路徑", "预训练的SoVITS-D模型路径": "預訓練的SoVITS-D模型路徑", "预训练的SoVITS-G模型路径": "預訓練的SoVITS-G模型路徑", - "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑", - "音频加载失败": "無法加載音頻", - "以下文件或文件夹不存在": "沒有此文件或文件夾", - "路径不能为空": "路徑不應該為空", - "请填入正确的List路径": "請填寫正確的列表路徑", - "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", - "路径错误": "路徑錯誤", - "缺少音素数据集": "缺少音素數據集", - "缺少Hubert数据集": "缺少Hubert數據集", - "缺少音频数据集": "缺少音頻數據集", - "缺少语义数据集": "缺少語義數據集" -} \ No newline at end of file + "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑" +} diff --git a/tools/i18n/locale/zh_TW.json b/tools/i18n/locale/zh_TW.json index 13c09ec0..94d6663f 100644 --- a/tools/i18n/locale/zh_TW.json +++ b/tools/i18n/locale/zh_TW.json @@ -9,6 +9,7 @@ "*请上传并填写参考信息": "*請上傳並填寫參考資訊", "*请填写需要合成的目标文本和语种模式": "請填寫需要合成的目標文本和語言模式", ".list标注文件的路径": ".list標注文件的路徑", + ".限制范围越小判别效果越好。": ".限制范围越小判别效果越好。", "0-前置数据集获取工具": "0-前置數據集獲取工具", "0a-UVR5人声伴奏分离&去混响去延迟工具": "0a-UVR5人聲伴奏分離&去混響去延遲工具", "0b-语音切分工具": "0b-語音切分工具", @@ -68,11 +69,14 @@ "也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量输入音频文件, 二选一, 优先读文件夹", "人声伴奏分离批量处理， 使用UVR5模型。": "人聲伴奏分離批量處理， 使用UVR5模型。", "人声提取激进程度": "人聲提取激進程度", - "以下文件或文件夹不存在:": "沒有這樣的檔案或文件夾:", + "以下文件或文件夹不存在": "沒有此文件或文件夾", "以下模型不存在:": "#以下模型不存在", "伴奏人声分离&去混响&去回声": "伴奏人聲分離&去混響&去回聲", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开。
开启后无视填写的参考文本。": "使用無參考文本模式時建議使用微調的GPT，聽不清參考音頻說的啥(不曉得寫啥)可以開，開啟後無視填寫的參考文本。", "保存频率save_every_epoch": "保存頻率save_every_epoch", + "关闭TTS推理WebUI": "關閉 TTS Inference WebUI", + "关闭UVR5-WebUI": "關閉 UVR5-WebUI", + "关闭打标WebUI": "關閉 Labeling WebUI", "凑50字一切": "湊50字一切", "凑四句一切": "湊四句一切", "切分后的子音频的输出根目录": "切分後的子音頻的輸出根目錄", @@ -83,6 +87,7 @@ "参考音频在3~10秒范围外，请更换！": "參考音頻在3~10秒範圍外，請更換！", "参考音频的文本": "參考音頻的文本", "参考音频的语种": "參考音頻的語種", + "可选项：通过拖拽多个文件上传多个参考音频（建议同性），平均融合他们的音色。如不填写此项，音色由左侧单个参考音频控制。如是微调模型，建议参考音频全部在微调训练集音色内，底模不用管。": "可選項：通過拖曳多個文件上傳多個參考音頻（建議同性），平均融合他們的音色。如不填寫此項，音色由左側單個參考音頻控制。如是微調模型，建議參考音頻全部在微調訓練集音色內，底模不用管。", "合成语音": "合成語音", "合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。": "合格的資料夾路徑格式舉例： E:\\codes\\py39\\vits_vc_gpu\\白鷺霜華測試範例(去文件管理器地址欄拷就行了)。", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "填切割後音頻所在目錄！讀取的音頻檔案完整路徑=該目錄-拼接-list檔案裡波形對應的檔案名（不是全路徑）。如果留空則使用.list檔案裡的絕對全路徑。", @@ -96,7 +101,10 @@ "开启GPT训练": "開啟GPT訓練", "开启SSL提取": "開啟SSL提取", "开启SoVITS训练": "開啟SoVITS訓練", + "开启TTS推理WebUI": "開啟 TTS Inference WebUI", + "开启UVR5-WebUI": "開啟 UVR5-WebUI", "开启一键三连": "開啟一鍵三連", + "开启打标WebUI": "開啟 Labeling WebUI", "开启文本获取": "開啟文本獲取", "开启无参考文本模式。不填参考文本亦相当于开启。": "開啟無參考文本模式。不填參考文本亦相當於開啟。", "开启离线批量ASR": "開啟離線批量ASR", @@ -122,11 +130,8 @@ "日英混合": "日英混合", "是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt文件以節省硬盤空間", "是否在每次保存时间点将最终小模型保存至weights文件夹": "是否在每次保存時間點將最終小模型保存至weights文件夾", - "是否开启TTS推理WebUI": "是否開啟TTS推理WebUI", - "是否开启UVR5-WebUI": "是否開啟UVR5-WebUI", "是否开启dpo训练选项(实验性)": "是否開啟dpo訓練選項(實驗性)", - "是否开启打标WebUI": "是否開啟打標WebUI", - "是否直接对上次合成结果调整语速。防止随机性。": "是否直接對上次合成結果調整語速。防止隨機性。", + "是否直接对上次合成结果调整语速和音色。防止随机性。": "是否直接對上次合成結果調整語速和音色，以防止隨機性。", "显卡信息": "顯卡資訊", "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.": "本軟體以MIT協議開源，作者不對軟體具備任何控制力，使用軟體者、傳播軟體導出的聲音者自負全責。
如不認可該條款，則不能使用或引用軟體包內任何代碼和文件。詳見根目錄LICENSE。", "模型": "模型", @@ -145,6 +150,10 @@ "终止语义token提取进程": "終止語義token提取進程", "终止语音切割": "終止語音切割", "终止语音降噪进程": "終止語音降噪進程", + "缺少Hubert数据集": "缺少Hubert數據集", + "缺少语义数据集": "缺少語義數據集", + "缺少音素数据集": "缺少音素數據集", + "缺少音频数据集": "缺少音頻數據集", "英文": "英文", "语义token提取进程输出信息": "語義token提取進程輸出資訊", "语速": "語速", @@ -154,7 +163,11 @@ "请上传3~10秒内参考音频，超过会报错！": "請上傳3~10秒內參考音頻，超過會報錯！", "请上传参考音频": "請上傳參考音頻", "请填入推理文本": "請填入推理文本", + "请填入正确的List路径": "請填寫正確的列表路徑", + "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", "请输入有效文本": "請輸入有效文本", + "路径不能为空": "路徑不應該為空", + "路径错误": "路徑錯誤", "转换": "轉換", "输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑", "输入文件夹路径": "輸入文件夾路徑", @@ -169,20 +182,11 @@ "需要合成的语种": "需要合成的語種", "韩文": "韓文", "韩英混合": "韓英混合", + "音频加载失败": "無法加載音頻", "音频自动切分输入路径，可文件可文件夹": "音頻自動切分輸入路徑，可文件可文件夾", "预训练的GPT模型路径": "預訓練的GPT模型路徑", "预训练的SSL模型路径": "預訓練的SSL模型路徑", "预训练的SoVITS-D模型路径": "預訓練的SoVITS-D模型路徑", "预训练的SoVITS-G模型路径": "預訓練的SoVITS-G模型路徑", - "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑", - "音频加载失败": "無法加載音頻", - "以下文件或文件夹不存在": "沒有此文件或文件夾", - "路径不能为空": "路徑不應該為空", - "请填入正确的List路径": "請填寫正確的列表路徑", - "请填入正确的音频文件夹路径": "請填寫正確的音頻文件夾路徑", - "路径错误": "路徑錯誤", - "缺少音素数据集": "缺少音素數據集", - "缺少Hubert数据集": "缺少Hubert數據集", - "缺少音频数据集": "缺少音頻數據集", - "缺少语义数据集": "缺少語義數據集" -} \ No newline at end of file + "预训练的中文BERT模型路径": "預訓練的中文BERT模型路徑" +} From 0e54d32196a31e4fdb6859e5b57f5bb46a8f7ea7 Mon Sep 17 00:00:00 2001 From: Yuan-Man <68322456+Yuan-ManX@users.noreply.github.com> Date: Wed, 14 Aug 2024 11:32:23 +0800 Subject: [PATCH 09/10] add Trending Badge (#1462) --- README.md | 2 ++ 1 file changed, 2 insertions(+) diff --git a/README.md b/README.md index a0c06532..36648a2c 100644 --- a/README.md +++ b/README.md @@ -1,5 +1,7 @@
+RVC-Boss%2FGPT-SoVITS | Trendshift +

GPT-SoVITS-WebUI

A Powerful Few-shot Voice Conversion and Text-to-Speech WebUI.

From 24ccc892affd89a3c9011103e78806a903e9292c Mon Sep 17 00:00:00 2001 From: RVC-Boss <129054828+RVC-Boss@users.noreply.github.com> Date: Wed, 14 Aug 2024 11:47:59 +0800 Subject: [PATCH 10/10] Update README.md --- README.md | 5 +++-- 1 file changed, 3 insertions(+), 2 deletions(-) diff --git a/README.md b/README.md index 36648a2c..0d38288e 100644 --- a/README.md +++ b/README.md @@ -1,13 +1,14 @@
-RVC-Boss%2FGPT-SoVITS | Trendshift

GPT-SoVITS-WebUI

A Powerful Few-shot Voice Conversion and Text-to-Speech WebUI.

[![madewithlove](https://img.shields.io/badge/made_with-%E2%9D%A4-red?style=for-the-badge&labelColor=orange)](https://github.com/RVC-Boss/GPT-SoVITS) -
+RVC-Boss%2FGPT-SoVITS | Trendshift + + [![Open In Colab](https://img.shields.io/badge/Colab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252)](https://colab.research.google.com/github/RVC-Boss/GPT-SoVITS/blob/main/colab_webui.ipynb) [![License](https://img.shields.io/badge/LICENSE-MIT-green.svg?style=for-the-badge)](https://github.com/RVC-Boss/GPT-SoVITS/blob/main/LICENSE)