From af80e8f113f770fafc158ade4bcece2b248099d9 Mon Sep 17 00:00:00 2001 From: RVC-Boss <129054828+RVC-Boss@users.noreply.github.com> Date: Thu, 27 Feb 2025 16:38:24 +0800 Subject: [PATCH] Update README.md --- docs/cn/README.md | 20 ++++++++++++++++---- 1 file changed, 16 insertions(+), 4 deletions(-) diff --git a/docs/cn/README.md b/docs/cn/README.md index d503aab..0bf7031 100644 --- a/docs/cn/README.md +++ b/docs/cn/README.md @@ -262,9 +262,17 @@ python webui.py 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） -从v2环境迁移至v3 +## V3更新说明 -Use v3 from v2 environment: +新模型特点: + +1. 音色相似度更像，需要更少训练集来逼近本人（不训练直接使用底模模式下音色相似性提升更大） + +2. GPT合成更稳定，重复漏字更少，也更容易跑出丰富情感 + + 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v2环境迁移至v3 1. 需要pip安装requirements.txt更新环境 @@ -291,7 +299,7 @@ Use v3 from v2 environment: - [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）。 + - [x] 扩展训练数据集（从 2k 小时到 10k 小时）。 - [x] 更好的 sovits 基础模型（增强的音频质量）。 - [ ] 模型混合。 @@ -338,12 +346,15 @@ python ./tools/asr/fasterwhisper_asr.py -i -o -l -p - [contentvec](https://github.com/auspicious3000/contentvec/) - [hifi-gan](https://github.com/jik876/hifi-gan) - [fish-speech](https://github.com/fishaudio/fish-speech/blob/main/tools/llama/generate.py#L41) +- [f5-TTS](https://github.com/SWivid/F5-TTS/blob/main/src/f5_tts/model/backbones/dit.py) +- [shortcut flow matching](https://github.com/kvfrans/shortcut-models/blob/main/targets_shortcut.py) ### 预训练模型 - [Chinese Speech Pretrain](https://github.com/TencentGameMate/chinese_speech_pretrain) - [Chinese-Roberta-WWM-Ext-Large](https://huggingface.co/hfl/chinese-roberta-wwm-ext-large) +- [BigVGAN](https://github.com/NVIDIA/BigVGAN) ### 推理用文本前端 - [paddlespeech zh_normalization](https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/paddlespeech/t2s/frontend/zh_normalization) -- [LangSegment](https://github.com/juntaosun/LangSegment) +- [split-lang](https://github.com/DoodleBears/split-lang) - [g2pW](https://github.com/GitYCC/g2pW) - [pypinyin-g2pW](https://github.com/mozillazg/pypinyin-g2pW) - [paddlespeech g2pw](https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/paddlespeech/t2s/frontend/g2pw) @@ -355,6 +366,7 @@ python ./tools/asr/fasterwhisper_asr.py -i -o -l -p - [gradio](https://github.com/gradio-app/gradio) - [faster-whisper](https://github.com/SYSTRAN/faster-whisper) - [FunASR](https://github.com/alibaba-damo-academy/FunASR) +- [AP-BWE](https://github.com/yxlu-0102/AP-BWE) 感谢 @Naozumi520 提供粤语训练集，并在粤语相关知识方面给予指导。