diff --git a/.github/workflows/docker-publish.yaml b/.github/workflows/docker-publish.yaml
index f83ee1eb..2d909c94 100644
--- a/.github/workflows/docker-publish.yaml
+++ b/.github/workflows/docker-publish.yaml
@@ -241,7 +241,7 @@ jobs:
         run: |
           sudo apt-get update && sudo apt-get install -y jq
 
-          TOKEN=$(curl -s -u $DOCKER_HUB_USERNAME:$DOCKER_HUB_TOKEN" \
+          TOKEN=$(curl -s -u $DOCKER_HUB_USERNAME:$DOCKER_HUB_TOKEN \
           "https://auth.docker.io/token?service=registry.docker.io&scope=repository:xxxxrt666/gpt-sovits:pull,push,delete" \
           | jq -r .token)
 
diff --git a/Dockerfile b/Dockerfile
index edf63a4f..e4d7185a 100644
--- a/Dockerfile
+++ b/Dockerfile
@@ -42,8 +42,9 @@ EXPOSE 9871 9872 9873 9874 9880
 
 ENV PYTHONPATH="/workspace/GPT-SoVITS"
 
+RUN conda init bash && echo "conda activate base" >> ~/.bashrc
+
 CMD ["/bin/bash", "-c", "\
-  source $HOME/anaconda3/etc/profile.d/conda.sh && \
   rm -rf /workspace/GPT-SoVITS/GPT_SoVITS/pretrained_models && \
   rm -rf /workspace/GPT-SoVITS/tools/asr/models && \
   rm -rf /workspace/GPT-SoVITS/tools/uvr5/uvr5_weights && \
diff --git a/README.md b/README.md
index 463649ac..5495a142 100644
--- a/README.md
+++ b/README.md
@@ -44,15 +44,15 @@ For users in China, you can [click here](https://www.codewithgpu.com/i/RVC-Boss/
 
 ### Tested Environments
 
-| Python Version | PyTorch Version  | Device          |
-|----------------|------------------|-----------------|
-| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8       |
-| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3       |
-| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4       |
-| Python 3.9     | PyTorch 2.5.1    | Apple silicon   |
-| Python 3.11    | PyTorch 2.6.0    | Apple silicon   |
-| Python 3.9     | PyTorch 2.2.2    | CPU             |
-| Python 3.9     | PyTorch 2.8.0dev | CUDA12.8(for Nvidia50x0)  |
+| Python Version | PyTorch Version  | Device               |
+| -------------- | ---------------- | -------------------- |
+| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8            |
+| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3            |
+| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4            |
+| Python 3.9     | PyTorch 2.8.0dev | CUDA12.8 (for sm120) |
+| Python 3.9     | PyTorch 2.5.1    | Apple silicon        |
+| Python 3.11    | PyTorch 2.6.0    | Apple silicon        |
+| Python 3.9     | PyTorch 2.2.2    | CPU                  |
 
 ### Windows
 
@@ -118,29 +118,51 @@ pip install -r extra-req.txt --no-deps
 pip install -r requirements.txt
 ```
 
-### Using Docker
+### Running GPT-SoVITS with Docker
 
-#### docker-compose.yaml configuration
+#### Docker Image Selection
 
-0. Regarding image tags: Due to rapid updates in the codebase and the slow process of packaging and testing images, please check [Docker Hub](https://hub.docker.com/r/breakstring/gpt-sovits)(outdated) for the currently packaged latest images and select as per your situation, or alternatively, build locally using a Dockerfile according to your own needs.
-1. Environment Variables: 
-   - is_half: Controls half-precision/double-precision. This is typically the cause if the content under the directories 4-cnhubert/5-wav32k is not generated correctly during the "SSL extracting" step. Adjust to True or False based on your actual situation.
-2. Volumes Configuration, The application's root directory inside the container is set to /workspace. The default docker-compose.yaml lists some practical examples for uploading/downloading content.
-3. shm_size: The default available memory for Docker Desktop on Windows is too small, which can cause abnormal operations. Adjust according to your own situation.
-4. Under the deploy section, GPU-related settings should be adjusted cautiously according to your system and actual circumstances.
+Due to rapid development in the codebase and a slower Docker image release cycle, please:
 
-#### Running with docker compose
+- Check [Docker Hub](https://hub.docker.com/r/xxxxrt666/gpt-sovits) for the latest available image tags.
+- Choose an appropriate image tag for your environment.
+- Optionally, build the image locally using the provided Dockerfile for the most up-to-date changes.
 
-```
-docker compose -f "docker-compose.yaml" up -d
+#### Environment Variables
+
+- `is_half`: Controls whether half-precision (fp16) is enabled. Set to `true` if your GPU supports it to reduce memory usage.
+
+#### Shared Memory Configuration
+
+On Windows (Docker Desktop), the default shared memory size is small and may cause unexpected behavior. Increase `shm_size` (e.g., to `16g`) in your Docker Compose file based on your available system memory.
+
+#### Choosing a Service
+
+The `docker-compose.yaml` defines two services:
+
+- `GPT-SoVITS-CU124` & `GPT-SoVITS-CU128`: Full version with all features.
+- `GPT-SoVITS-CU124-Lite` & `GPT-SoVITS-CU128-Lite`: Lightweight version with reduced dependencies and functionality.
+
+To run a specific service with Docker Compose, use:
+
+```bash
+docker compose run --service-ports <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128>
 ```
 
-#### Running with docker command
+#### Building the Docker Image Locally
 
-As above, modify the corresponding parameters based on your actual situation, then run the following command:
+If you want to build the image yourself, use:
 
+```bash
+bash docker_build.sh --cuda <12.4|12.8> [--lite]
 ```
-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
+
+#### Accessing the Running Container (Bash Shell)
+
+Once the container is running in the background, you can access it using:
+
+```bash
+docker exec -it <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128> bash
 ```
 
 ## Pretrained Models
@@ -168,7 +190,9 @@ docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-Docker
 The TTS annotation .list file format:
 
 ```
+
 vocal_path|speaker_name|language|text
+
 ```
 
 Language dictionary:
@@ -182,7 +206,9 @@ Language dictionary:
 Example:
 
 ```
+
 D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin.
+
 ```
 
 ## Finetune and inference
@@ -212,12 +238,12 @@ Or maunally switch version in WebUI
 
 #### Path Auto-filling is now supported
 
-    1. Fill in the audio path
-    2. Slice the audio into small chunks
-    3. Denoise(optinal)
-    4. ASR
-    5. Proofreading ASR transcriptions
-    6. Go to the next Tab, then finetune the model
+1. Fill in the audio path
+2. Slice the audio into small chunks
+3. Denoise(optinal)
+4. ASR
+5. Proofreading ASR transcriptions
+6. Go to the next Tab, then finetune the model
 
 ### Open Inference WebUI
 
@@ -322,7 +348,7 @@ Use v4 from v1/v2/v3 environment:
 
 Use the command line to open the WebUI for UVR5
 
-```
+```bash
 python tools/uvr5/webui.py "<infer_device>" <is_half> <webui_port_uvr5>
 ```
 
@@ -333,7 +359,7 @@ python mdxnet.py --model --input_root --output_vocal --output_ins --agg_level --
 
 This is how the audio segmentation of the dataset is done using the command line
 
-```
+```bash
 python audio_slicer.py \
     --input_path "<path_to_original_audio_file_or_directory>" \
     --output_root "<directory_where_subdivided_audio_clips_will_be_saved>" \
@@ -345,7 +371,7 @@ python audio_slicer.py \
 
 This is how dataset ASR processing is done using the command line(Only Chinese)
 
-```
+```bash
 python tools/asr/funasr_asr.py -i <input> -o <output>
 ```
 
@@ -353,7 +379,7 @@ ASR processing is performed through Faster_Whisper(ASR marking except Chinese)
 
 (No progress bars, GPU performance may cause time delays)
 
-```
+```bash
 python ./tools/asr/fasterwhisper_asr.py -i <input> -o <output> -l <language> -p <precision>
 ```
 
diff --git a/docker-compose.yaml b/docker-compose.yaml
index 28ef3a63..f519cef3 100644
--- a/docker-compose.yaml
+++ b/docker-compose.yaml
@@ -1,9 +1,9 @@
 version: "3.8"
 
 services:
-  GPT-SoVITS:
-    image: xxxxrt666/gpt-sovits:latest
-    container_name: GPT-SoVITS
+  GPT-SoVITS-CU124:
+    image: xxxxrt666/gpt-sovits:latest-cu124
+    container_name: GPT-SoVITS-CU124
     ports:
       - "9871:9871"
       - "9872:9872"
@@ -22,9 +22,51 @@ services:
     shm_size: "16g"
     restart: unless-stopped
     runtime: nvidia
-  GPT-SoVITS-Lite:
-    image: xxxxrt666/gpt-sovits:latest-lite
-    container_name: GPT-SoVITS-Lite
+  GPT-SoVITS-CU124-Lite:
+    image: xxxxrt666/gpt-sovits:latest-cu124-lite
+    container_name: GPT-SoVITS-CU124-Lite
+    ports:
+      - "9871:9871"
+      - "9872:9872"
+      - "9873:9873"
+      - "9874:9874"
+      - "9880:9880"
+    volumes:
+      - .:/workspace/GPT-SoVITS
+      - /dev/null:/workspace/GPT-SoVITS/pretrained_models
+      - /dev/null:/workspace/tools/asr/models
+      - /dev/null:/workspace/tools/uvr5/uvr5_weights
+    environment:
+      - is_half=true
+    tty: true
+    stdin_open: true
+    shm_size: "16g"
+    restart: unless-stopped
+    runtime: nvidia
+  GPT-SoVITS-CU128:
+    image: xxxxrt666/gpt-sovits:latest-cu128
+    container_name: GPT-SoVITS-CU128
+    ports:
+      - "9871:9871"
+      - "9872:9872"
+      - "9873:9873"
+      - "9874:9874"
+      - "9880:9880"
+    volumes:
+      - .:/workspace/GPT-SoVITS
+      - /dev/null:/workspace/GPT-SoVITS/pretrained_models
+      - /dev/null:/workspace/tools/asr/models
+      - /dev/null:/workspace/tools/uvr5/uvr5_weights
+    environment:
+      - is_half=true
+    tty: true
+    stdin_open: true
+    shm_size: "16g"
+    restart: unless-stopped
+    runtime: nvidia
+  GPT-SoVITS-CU128-Lite:
+    image: xxxxrt666/gpt-sovits:latest-cu128-lite
+    container_name: GPT-SoVITS-CU128-Lite
     ports:
       - "9871:9871"
       - "9872:9872"
diff --git a/docs/cn/README.md b/docs/cn/README.md
index cc72b893..097ee9a5 100644
--- a/docs/cn/README.md
+++ b/docs/cn/README.md
@@ -20,21 +20,21 @@
 
 ---
 
-## 功能: 
+## 功能
 
-1. **零样本文本到语音 (TTS): ** 输入 5 秒的声音样本, 即刻体验文本到语音转换.
+1. **零样本文本到语音 (TTS):** 输入 5 秒的声音样本, 即刻体验文本到语音转换.
 
-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.
+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、韩语、粤语和中文.
+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.
+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.
 
 **查看我们的介绍视频 [demo video](https://www.bilibili.com/video/BV12g4y1m7Uw)**
 
-未见过的说话者 few-shot 微调演示: 
+未见过的说话者 few-shot 微调演示:
 
-https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350-80c060ab47fb
+<https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350-80c060ab47fb>
 
 **用户手册: [简体中文](https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e) | [English](https://rentry.co/GPT-SoVITS-guide#/)**
 
@@ -44,14 +44,15 @@ https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350-
 
 ### 测试通过的环境
 
-| Python Version | PyTorch Version  | Device          |
-|----------------|------------------|-----------------|
-| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8       |
-| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3       |
-| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4       |
-| Python 3.9     | PyTorch 2.5.1    | Apple silicon   |
-| Python 3.11    | PyTorch 2.6.0    | Apple silicon   |
-| Python 3.9     | PyTorch 2.2.2    | CPU             |
+| Python Version | PyTorch Version  | Device               |
+| -------------- | ---------------- | -------------------- |
+| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8            |
+| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3            |
+| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4            |
+| Python 3.9     | PyTorch 2.8.0dev | CUDA12.8 (for sm120) |
+| Python 3.9     | PyTorch 2.5.1    | Apple silicon        |
+| Python 3.11    | PyTorch 2.6.0    | Apple silicon        |
+| Python 3.9     | PyTorch 2.2.2    | CPU                  |
 
 ### Windows
 
@@ -72,7 +73,7 @@ bash install.sh --source <HF|HF-Mirror|ModelScope> [--download-uvr5]
 **注: 在 Mac 上使用 GPU 训练的模型效果显著低于其他设备训练的模型, 所以我们暂时使用 CPU 进行训练.**
 
 1. 运行 `xcode-select --install` 安装 Xcode command-line tools.
-2. 运行以下的命令来安装本项目: 
+2. 运行以下的命令来安装本项目:
 
 ```bash
 conda create -n GPTSoVits python=3.9
@@ -117,31 +118,51 @@ pip install -r extra-req.txt --no-deps
 pip install -r requirements.txt
 ```
 
-### 在 Docker 中使用
+### 运行 GPT-SoVITS（使用 Docker）
 
-#### docker-compose.yaml 设置
+#### Docker 镜像选择
 
-0. image 的标签: 由于代码库更新很快, 镜像的打包和测试又很慢, 所以请自行在 [Docker Hub](https://hub.docker.com/r/breakstring/gpt-sovits)(旧版本) 查看当前打包好的最新的镜像并根据自己的情况选用, 或者在本地根据您自己的需求通过 Dockerfile 进行构建.
-1. 环境变量: 
+由于代码库更新频繁，而 Docker 镜像的发布周期相对较慢，请注意：
 
-- is_half: 半精度/双精度控制.在进行 "SSL extracting" 步骤时如果无法正确生成 4-cnhubert/5-wav32k 目录下的内容时, 一般都是它引起的, 可以根据实际情况来调整为 True 或者 False.
+- 前往 [Docker Hub](https://hub.docker.com/r/xxxxrt666/gpt-sovits) 查看最新可用的镜像标签（tags）。
+- 根据你的运行环境选择合适的镜像标签。
+- 可选：为了获得最新的更改，你可以使用提供的 Dockerfile 在本地构建镜像。
 
-2. Volume 设置, 容器内的应用根目录设置为 /workspace. 默认的 docker-compose.yaml 中列出了一些实际的例子, 便于上传/下载内容.
-3. shm_size: Windows 下的 Docker Desktop 默认可用内存过小, 会导致运行异常, 根据自己情况酌情设置.
-4. deploy 小节下的 gpu 相关内容, 请根据您的系统和实际情况酌情设置.
+#### 环境变量
 
-#### 通过 docker compose 运行
+- `is_half`：控制是否启用半精度（fp16）。如果你的 GPU 支持，设置为 `true` 可以减少显存占用。
 
-```
-docker compose -f "docker-compose.yaml" up -d
+#### 共享内存配置
+
+在 Windows（Docker Desktop）中，默认共享内存大小较小，可能导致运行异常。请在 Docker Compose 文件中根据系统内存情况，增大 `shm_size`（例如设置为 `16g`）。
+
+#### 选择服务
+
+`docker-compose.yaml` 文件定义了两个主要服务类型：
+
+- `GPT-SoVITS-CU124` 与 `GPT-SoVITS-CU128`：完整版，包含所有功能。
+- `GPT-SoVITS-CU124-Lite` 与 `GPT-SoVITS-CU128-Lite`：轻量版，依赖更少，功能略有删减。
+
+如需使用 Docker Compose 运行指定服务，请执行：
+
+```bash
+docker compose run --service-ports <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128>
 ```
 
-#### 通过 docker 命令运行
+#### 本地构建 Docker 镜像
 
-同上, 根据您自己的实际情况修改对应的参数, 然后运行如下命令: 
+如果你希望自行构建镜像，请使用以下命令：
 
+```bash
+bash docker_build.sh --cuda <12.4|12.8> [--lite]
 ```
-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
+
+#### 访问运行中的容器（Bash Shell）
+
+当容器在后台运行时，你可以通过以下命令进入容器：
+
+```bash
+docker exec -it <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128> bash
 ```
 
 ## 预训练模型
@@ -166,13 +187,13 @@ docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-Docker
 
 ## 数据集格式
 
-文本到语音 (TTS) 注释 .list 文件格式: 
+文本到语音 (TTS) 注释 .list 文件格式:
 
 ```
 vocal_path|speaker_name|language|text
 ```
 
-语言字典: 
+语言字典:
 
 - 'zh': 中文
 - 'ja': 日语
@@ -180,7 +201,7 @@ vocal_path|speaker_name|language|text
 - 'ko': 韩语
 - 'yue': 粤语
 
-示例: 
+示例:
 
 ```
 D:\GPT-SoVITS\xxx/xxx.wav|xxx|zh|我爱玩原神.
@@ -213,12 +234,12 @@ python webui.py v1 <language(optional)>
 
 #### 现已支持自动填充路径
 
-    1. 填入训练音频路径
-    2. 切割音频
-    3. 进行降噪(可选)
-    4. 进行ASR
-    5. 校对标注
-    6. 前往下一个窗口,点击训练
+1. 填入训练音频路径
+2. 切割音频
+3. 进行降噪(可选)
+4. 进行 ASR
+5. 校对标注
+6. 前往下一个窗口,点击训练
 
 ### 打开推理 WebUI
 
@@ -286,7 +307,7 @@ python webui.py
 
 ## 待办事项清单
 
-- [x] **高优先级: **
+- [x] **高优先级:**
 
   - [x] 日语和英语的本地化.
   - [x] 用户指南.
@@ -304,11 +325,11 @@ python webui.py
   - [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
+## (附加) 命令行运行方式
 
 使用命令行打开 UVR5 的 WebUI
 
-```
+```bash
 python tools/uvr5/webui.py "<infer_device>" <is_half> <webui_port_uvr5>
 ```
 
@@ -319,7 +340,7 @@ python mdxnet.py --model --input_root --output_vocal --output_ins --agg_level --
 
 这是使用命令行完成数据集的音频切分的方式
 
-```
+```bash
 python audio_slicer.py \
     --input_path "<path_to_original_audio_file_or_directory>" \
     --output_root "<directory_where_subdivided_audio_clips_will_be_saved>" \
@@ -331,15 +352,15 @@ python audio_slicer.py \
 
 这是使用命令行完成数据集 ASR 处理的方式 (仅限中文)
 
-```
+```bash
 python tools/asr/funasr_asr.py -i <input> -o <output>
 ```
 
 通过 Faster_Whisper 进行 ASR 处理 (除中文之外的 ASR 标记)
 
- (没有进度条, GPU 性能可能会导致时间延迟)
+(没有进度条, GPU 性能可能会导致时间延迟)
 
-```
+```bash
 python ./tools/asr/fasterwhisper_asr.py -i <input> -o <output> -l <language> -p <precision>
 ```
 
@@ -347,7 +368,7 @@ python ./tools/asr/fasterwhisper_asr.py -i <input> -o <output> -l <language> -p
 
 ## 致谢
 
-特别感谢以下项目和贡献者: 
+特别感谢以下项目和贡献者:
 
 ### 理论研究
 
diff --git a/docs/ja/README.md b/docs/ja/README.md
index 145de219..f7908722 100644
--- a/docs/ja/README.md
+++ b/docs/ja/README.md
@@ -40,14 +40,15 @@ https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350-
 
 ### テスト済みの環境
 
-| Python Version | PyTorch Version  | Device          |
-|----------------|------------------|-----------------|
-| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8       |
-| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3       |
-| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4       |
-| Python 3.9     | PyTorch 2.5.1    | Apple silicon   |
-| Python 3.11    | PyTorch 2.6.0    | Apple silicon   |
-| Python 3.9     | PyTorch 2.2.2    | CPU             |
+| Python Version | PyTorch Version  | Device               |
+| -------------- | ---------------- | -------------------- |
+| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8            |
+| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3            |
+| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4            |
+| Python 3.9     | PyTorch 2.5.1    | Apple silicon        |
+| Python 3.11    | PyTorch 2.6.0    | Apple silicon        |
+| Python 3.9     | PyTorch 2.2.2    | CPU                  |
+| Python 3.9     | PyTorch 2.8.0dev | CUDA12.8 (for sm120) |
 
 ### Windows
 
@@ -109,31 +110,51 @@ pip install -r extra-req.txt --no-deps
 pip install -r requirementx.txt
 ```
 
-### Docker の使用
+### GPT-SoVITS の実行（Docker 使用）
 
-#### docker-compose.yaml の設定
+#### Docker イメージの選択
 
-0. イメージのタグについて: コードベースの更新が速い割に、イメージのパッケージングとテストが遅いため、[Docker Hub](https://hub.docker.com/r/breakstring/gpt-sovits)(古いバージョン) で現在パッケージされている最新のイメージをご覧になり、ご自身の状況に応じて選択するか、またはご自身のニーズに応じて Dockerfile を使用してローカルでビルドしてください.
-1. 環境変数: 
+コードベースの更新が頻繁である一方、Docker イメージのリリースは比較的遅いため、以下を確認してください：
 
-   - `is_half`: 半精度／倍精度の制御."SSL 抽出"ステップ中に`4-cnhubert/5-wav32k`ディレクトリ内の内容が正しく生成されない場合、通常これが原因です.実際の状況に応じて True または False に調整してください.
+- [Docker Hub](https://hub.docker.com/r/xxxxrt666/gpt-sovits) で最新のイメージタグを確認してください。
+- 環境に合った適切なイメージタグを選択してください。
+- オプション：最新の変更を反映させるため、提供されている Dockerfile を使ってローカルでイメージをビルドすることも可能です。
 
-2. ボリューム設定: コンテナ内のアプリケーションのルートディレクトリは`/workspace`に設定されます.デフォルトの`docker-compose.yaml`には、アップロード／ダウンロードの内容の実例がいくつか記載されています.
-3. `shm_size`: Windows の Docker Desktop のデフォルトの利用可能メモリは小さすぎるため、うまく動作しない可能性があります.状況に応じて適宜設定してください.
-4. `deploy`セクションの GPU に関連する内容は、システムと実際の状況に応じて慎重に設定してください.
+#### 環境変数
 
-#### docker compose で実行する
+- `is_half`：半精度（fp16）を使用するかどうかを制御します。GPU が対応している場合、`true` に設定することでメモリ使用量を削減できます。
 
-```markdown
-docker compose -f "docker-compose.yaml" up -d
+#### 共有メモリの設定
+
+Windows（Docker Desktop）では、デフォルトの共有メモリサイズが小さいため、予期しない動作が発生する可能性があります。Docker Compose ファイル内の `shm_size` を（例：`16g`）に増やすことをおすすめします。
+
+#### サービスの選択
+
+`docker-compose.yaml` ファイルには次の 2 種類のサービスが定義されています：
+
+- `GPT-SoVITS-CU124` および `GPT-SoVITS-CU128`：すべての機能を含むフルバージョン
+- `GPT-SoVITS-CU124-Lite` および `GPT-SoVITS-CU128-Lite`：依存関係を削減した軽量バージョン
+
+特定のサービスを Docker Compose で実行するには、以下のコマンドを使用します：
+
+```bash
+docker compose run --service-ports <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128>
 ```
 
-#### docker コマンドで実行する
+#### Docker イメージのローカルビルド
 
-上記と同様に、実際の状況に基づいて対応するパラメータを変更し、次のコマンドを実行します: 
+自分でイメージをビルドするには、以下のコマンドを使ってください：
 
-```markdown
-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
+```bash
+bash docker_build.sh --cuda <12.4|12.8> [--lite]
+```
+
+#### 実行中のコンテナへアクセス（Bash Shell）
+
+コンテナがバックグラウンドで実行されている場合、以下のコマンドでシェルにアクセスできます：
+
+```bash
+docker exec -it <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128> bash
 ```
 
 ## 事前訓練済みモデル
@@ -201,12 +222,12 @@ python webui.py v1 <言語(オプション)>
 
 #### パス自動補完のサポート
 
-    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
+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
 
@@ -296,7 +317,7 @@ v2 環境から v3 を使用する方法:
 
 コマンド ラインを使用して UVR5 の WebUI を開きます
 
-```
+```bash
 python tools/uvr5/webui.py "<infer_device>" <is_half> <webui_port_uvr5>
 ```
 
@@ -307,7 +328,7 @@ python mdxnet.py --model --input_root --output_vocal --output_ins --agg_level --
 
 コマンド ラインを使用してデータセットのオーディオ セグメンテーションを行う方法は次のとおりです.
 
-```
+```bash
 python audio_slicer.py \
     --input_path "<path_to_original_audio_file_or_directory>" \
     --output_root "<directory_where_subdivided_audio_clips_will_be_saved>" \
@@ -319,7 +340,7 @@ python audio_slicer.py \
 
 コマンドラインを使用してデータセット ASR 処理を行う方法です (中国語のみ)
 
-```
+```bash
 python tools/asr/funasr_asr.py -i <input> -o <output>
 ```
 
@@ -327,7 +348,7 @@ ASR 処理は Faster_Whisper を通じて実行されます(中国語を除く A
 
 (進行状況バーは表示されません.GPU のパフォーマンスにより時間遅延が発生する可能性があります)
 
-```
+```bash
 python ./tools/asr/fasterwhisper_asr.py -i <input> -o <output> -l <language> -p <precision>
 ```
 
@@ -335,7 +356,7 @@ python ./tools/asr/fasterwhisper_asr.py -i <input> -o <output> -l <language> -p
 
 ## クレジット
 
-特に以下のプロジェクトと貢献者に感謝します: 
+特に以下のプロジェクトと貢献者に感謝します:
 
 ### 理論研究
 
diff --git a/docs/ko/README.md b/docs/ko/README.md
index e9fee8fc..11c00a3c 100644
--- a/docs/ko/README.md
+++ b/docs/ko/README.md
@@ -40,14 +40,15 @@ https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350-
 
 ### 테스트 통과 환경
 
-| Python Version | PyTorch Version  | Device          |
-|----------------|------------------|-----------------|
-| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8       |
-| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3       |
-| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4       |
-| Python 3.9     | PyTorch 2.5.1    | Apple silicon   |
-| Python 3.11    | PyTorch 2.6.0    | Apple silicon   |
-| Python 3.9     | PyTorch 2.2.2    | CPU             |
+| Python Version | PyTorch Version  | Device               |
+| -------------- | ---------------- | -------------------- |
+| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8            |
+| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3            |
+| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4            |
+| Python 3.9     | PyTorch 2.8.0dev | CUDA12.8 (for sm120) |
+| Python 3.9     | PyTorch 2.5.1    | Apple silicon        |
+| Python 3.11    | PyTorch 2.6.0    | Apple silicon        |
+| Python 3.9     | PyTorch 2.2.2    | CPU                  |
 
 ### Windows
 
@@ -111,34 +112,51 @@ pip install -r extra-req.txt --no-deps
 pip install -r requirements.txt
 ```
 
-### Docker에서 사용
+### GPT-SoVITS 실행하기 (Docker 사용)
 
-#### docker-compose.yaml 설정
+#### Docker 이미지 선택
 
-0. 이미지 태그: 코드 저장소가 빠르게 업데이트되고 패키지가 느리게 빌드되고 테스트되므로, 현재 빌드된 최신 도커 이미지를 [Docker Hub](https://hub.docker.com/r/breakstring/gpt-sovits)(오래된 버전) 에서 확인하고 필요에 따라 Dockerfile을 사용하여 로컬에서 빌드할 수 있습니다.
+코드베이스가 빠르게 업데이트되는 반면 Docker 이미지 릴리스 주기는 느리기 때문에 다음을 참고하세요:
 
-1. 환경 변수:
+- [Docker Hub](https://hub.docker.com/r/xxxxrt666/gpt-sovits)에서 최신 이미지 태그를 확인하세요.
+- 환경에 맞는 적절한 이미지 태그를 선택하세요.
+- 선택 사항: 최신 변경사항을 반영하려면 제공된 Dockerfile을 사용하여 로컬에서 직접 이미지를 빌드할 수 있습니다.
 
-- is_half: 반정밀/배정밀 제어. "SSL 추출" 단계에서 4-cnhubert/5-wav32k 디렉토리의 내용을 올바르게 생성할 수 없는 경우, 일반적으로 이것 때문입니다. 실제 상황에 따라 True 또는 False로 조정할 수 있습니다.
+#### 환경 변수
 
-2. 볼륨 설정, 컨테이너 내의 애플리케이션 루트 디렉토리를 /workspace로 설정합니다. 기본 docker-compose.yaml에는 실제 예제가 나열되어 있으므로 업로드/다운로드를 쉽게 할 수 있습니다.
+- `is_half`: 반정밀도(fp16) 사용 여부를 제어합니다. GPU가 지원하는 경우 `true`로 설정하면 메모리 사용량을 줄일 수 있습니다.
 
-3. shm_size: Windows의 Docker Desktop의 기본 사용 가능한 메모리가 너무 작아 오류가 발생할 수 있으므로 실제 상황에 따라 조정합니다.
+#### 공유 메모리 설정
 
-4. deploy 섹션의 gpu 관련 내용은 시스템 및 실제 상황에 따라 조정합니다.
+Windows(Docker Desktop)에서는 기본 공유 메모리 크기가 작아 예기치 않은 동작이 발생할 수 있습니다. 시스템 메모리 상황에 따라 Docker Compose 파일에서 `shm_size`를 (예: `16g`)로 증가시키는 것이 좋습니다.
 
-#### docker compose로 실행
+#### 서비스 선택
 
-```
-docker compose -f "docker-compose.yaml" up -d
+`docker-compose.yaml` 파일에는 두 가지 서비스 유형이 정의되어 있습니다:
+
+- `GPT-SoVITS-CU124` 및 `GPT-SoVITS-CU128`: 전체 기능을 포함한 풀 버전
+- `GPT-SoVITS-CU124-Lite` 및 `GPT-SoVITS-CU128-Lite`: 의존성이 줄어든 경량 버전
+
+특정 서비스를 Docker Compose로 실행하려면 다음 명령을 사용하세요:
+
+```bash
+docker compose run --service-ports <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128>
 ```
 
-#### docker 명령으로 실행
+#### Docker 이미지 직접 빌드하기
 
-위와 동일하게 실제 상황에 맞게 매개변수를 수정한 다음 다음 명령을 실행합니다:
+직접 이미지를 빌드하려면 다음 명령어를 사용하세요:
 
+```bash
+bash docker_build.sh --cuda <12.4|12.8> [--lite]
 ```
-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
+
+#### 실행 중인 컨테이너 접속하기 (Bash Shell)
+
+컨테이너가 백그라운드에서 실행 중일 때 다음 명령어로 셸에 접속할 수 있습니다:
+
+```bash
+docker exec -it <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128> bash
 ```
 
 ## 사전 학습된 모델
@@ -206,12 +224,12 @@ python webui.py v1 <언어(옵션)>
 
 #### 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.
+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
 
@@ -302,7 +320,7 @@ v2 환경에서 v3 사용하기:
 
 명령줄을 사용하여 UVR5용 WebUI 열기
 
-```
+```bash
 python tools/uvr5/webui.py "<infer_device>" <is_half> <webui_port_uvr5>
 ```
 
@@ -313,7 +331,7 @@ python mdxnet.py --model --input_root --output_vocal --output_ins --agg_level --
 
 명령줄을 사용하여 데이터세트의 오디오 분할을 수행하는 방법은 다음과 같습니다.
 
-```
+```bash
 python audio_slicer.py \
     --input_path "<path_to_original_audio_file_or_directory>" \
     --output_root "<directory_where_subdivided_audio_clips_will_be_saved>" \
@@ -325,7 +343,7 @@ python audio_slicer.py \
 
 명령줄을 사용하여 데이터 세트 ASR 처리를 수행하는 방법입니다(중국어만 해당).
 
-```
+```bash
 python tools/asr/funasr_asr.py -i <input> -o <output>
 ```
 
@@ -333,7 +351,7 @@ ASR 처리는 Faster_Whisper(중국어를 제외한 ASR 마킹)를 통해 수행
 
 (진행률 표시줄 없음, GPU 성능으로 인해 시간 지연이 발생할 수 있음)
 
-```
+```bash
 python ./tools/asr/fasterwhisper_asr.py -i <input> -o <output> -l <language> -p <precision>
 ```
 
diff --git a/docs/tr/README.md b/docs/tr/README.md
index d59f66ba..3d5a9dbe 100644
--- a/docs/tr/README.md
+++ b/docs/tr/README.md
@@ -42,14 +42,15 @@ https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350-
 
 ### Test Edilmiş Ortamlar
 
-| Python Version | PyTorch Version  | Device          |
-|----------------|------------------|-----------------|
-| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8       |
-| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3       |
-| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4       |
-| Python 3.9     | PyTorch 2.5.1    | Apple silicon   |
-| Python 3.11    | PyTorch 2.6.0    | Apple silicon   |
-| Python 3.9     | PyTorch 2.2.2    | CPU             |
+| Python Version | PyTorch Version  | Device               |
+| -------------- | ---------------- | -------------------- |
+| Python 3.9     | PyTorch 2.0.1    | CUDA 11.8            |
+| Python 3.10.13 | PyTorch 2.1.2    | CUDA 12.3            |
+| Python 3.10.17 | PyTorch 2.5.1    | CUDA 12.4            |
+| Python 3.9     | PyTorch 2.8.0dev | CUDA12.8 (for sm120) |
+| Python 3.9     | PyTorch 2.5.1    | Apple silicon        |
+| Python 3.11    | PyTorch 2.6.0    | Apple silicon        |
+| Python 3.9     | PyTorch 2.2.2    | CPU                  |
 
 ### Windows
 
@@ -111,29 +112,51 @@ pip install -r extra-req.txt --no-deps
 pip install -r requirements.txt
 ```
 
-### Docker Kullanarak
+### GPT-SoVITS Çalıştırma (Docker Kullanarak)
 
-#### docker-compose.yaml yapılandırması
+#### Docker İmajı Seçimi
 
-0. Görüntü etiketleri hakkında: Kod tabanındaki hızlı güncellemeler ve görüntüleri paketleme ve test etme işleminin yavaş olması nedeniyle, lütfen şu anda paketlenmiş en son görüntüleri kontrol etmek için [Docker Hub](https://hub.docker.com/r/breakstring/gpt-sovits)(eski sürüm) adresini kontrol edin ve durumunuza göre seçim yapın veya alternatif olarak, kendi ihtiyaçlarınıza göre bir Dockerfile kullanarak yerel olarak oluşturun.
-1. Ortam Değişkenleri: 
-   - is_half: Yarım hassasiyet/çift hassasiyeti kontrol eder. Bu genellikle "SSL çıkarma" adımı sırasında 4-cnhubert/5-wav32k dizinleri altındaki içeriğin doğru şekilde oluşturulmamasının nedenidir. Gerçek durumunuza göre True veya False olarak ayarlayın.
-2. Birim Yapılandırması, Kapsayıcı içindeki uygulamanın kök dizini /workspace olarak ayarlanmıştır. Varsayılan docker-compose.yaml, içerik yükleme/indirme için bazı pratik örnekler listeler.
-3. shm_size: Windows üzerinde Docker Desktop için varsayılan kullanılabilir bellek çok küçüktür, bu da anormal işlemlere neden olabilir. Kendi durumunuza göre ayarlayın.
-4. Dağıtım bölümü altında, GPU ile ilgili ayarlar sisteminize ve gerçek koşullara göre dikkatlice ayarlanmalıdır.
+Kod tabanı hızla geliştiği halde Docker imajları daha yavaş yayınlandığı için lütfen şu adımları izleyin:
 
-#### docker compose ile çalıştırma
+- En güncel kullanılabilir imaj etiketlerini görmek için [Docker Hub](https://hub.docker.com/r/xxxxrt666/gpt-sovits) adresini kontrol edin.
+- Ortamınıza uygun bir imaj etiketi seçin.
+- Opsiyonel: En güncel değişiklikleri almak için, sağlanan Dockerfile ile yerel olarak imajı kendiniz oluşturabilirsiniz.
 
-```
-docker compose -f "docker-compose.yaml" up -d
+#### Ortam Değişkenleri
+
+- `is_half`: Yarı hassasiyet (fp16) kullanımını kontrol eder. GPU’nuz destekliyorsa, belleği azaltmak için `true` olarak ayarlayın.
+
+#### Paylaşılan Bellek Yapılandırması
+
+Windows (Docker Desktop) ortamında, varsayılan paylaşılan bellek boyutu düşüktür ve bu beklenmedik hatalara neden olabilir. Sistem belleğinize göre Docker Compose dosyasındaki `shm_size` değerini (örneğin `16g`) artırmanız önerilir.
+
+#### Servis Seçimi
+
+`docker-compose.yaml` dosyasında iki tür servis tanımlanmıştır:
+
+- `GPT-SoVITS-CU124` ve `GPT-SoVITS-CU128`: Tüm özellikleri içeren tam sürüm.
+- `GPT-SoVITS-CU124-Lite` ve `GPT-SoVITS-CU128-Lite`: Daha az bağımlılığa ve sınırlı işlevselliğe sahip hafif sürüm.
+
+Belirli bir servisi Docker Compose ile çalıştırmak için şu komutu kullanın:
+
+```bash
+docker compose run --service-ports <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128>
 ```
 
-#### docker komutu ile çalıştırma
+#### Docker İmajını Yerel Olarak Oluşturma
 
-Yukarıdaki gibi, ilgili parametreleri gerçek durumunuza göre değiştirin, ardından aşağıdaki komutu çalıştırın:
+Docker imajını kendiniz oluşturmak isterseniz şu komutu kullanın:
 
+```bash
+bash docker_build.sh --cuda <12.4|12.8> [--lite]
 ```
-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
+
+#### Çalışan Konteynere Erişim (Bash Shell)
+
+Konteyner arka planda çalışırken, aşağıdaki komutla içine girebilirsiniz:
+
+```bash
+docker exec -it <GPT-SoVITS-CU124-Lite|GPT-SoVITS-CU128-Lite|GPT-SoVITS-CU124|GPT-SoVITS-CU128> bash
 ```
 
 ## Önceden Eğitilmiş Modeller
@@ -203,12 +226,12 @@ veya WebUI'de manuel olarak sürüm değiştirin.
 
 #### 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
+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
 
@@ -298,7 +321,7 @@ V1 ortamından V2'yi kullanmak için:
 
 UVR5 için Web Arayüzünü açmak için komut satırını kullanın
 
-```
+```bash
 python tools/uvr5/webui.py "<infer_device>" <is_half> <webui_port_uvr5>
 ```
 
@@ -309,7 +332,7 @@ python mdxnet.py --model --input_root --output_vocal --output_ins --agg_level --
 
 Veri setinin ses segmentasyonu komut satırı kullanılarak bu şekilde yapılır
 
-```
+```bash
 python audio_slicer.py \
     --input_path "<orijinal_ses_dosyası_veya_dizininin_yolu>" \
     --output_root "<alt_bölümlere_ayrılmış_ses_kliplerinin_kaydedileceği_dizin>" \
@@ -321,7 +344,7 @@ python audio_slicer.py \
 
 Veri seti ASR işleme komut satırı kullanılarak bu şekilde yapılır (Yalnızca Çince)
 
-```
+```bash
 python tools/asr/funasr_asr.py -i <girdi> -o <çıktı>
 ```
 
@@ -329,7 +352,7 @@ ASR işleme Faster_Whisper aracılığıyla gerçekleştirilir (Çince dışınd
 
 (İlerleme çubukları yok, GPU performansı zaman gecikmelerine neden olabilir)
 
-```
+```bash
 python ./tools/asr/fasterwhisper_asr.py -i <girdi> -o <çıktı> -l <dil>
 ```