19 KiB
更新日志
20240121
1-config添加is_share, 诸如colab等场景可以将此改为True, 来使得webui映射到公网
2-WebUI添加英文系统英文翻译适配
3-cmd-asr自动判断是否已自带damo模型, 如不在默认目录上将从modelscope自带下载
4-SoVITS训练报错ZeroDivisionError 尝试修复(过滤长度0的样本等)
5-清理TEMP文件夹缓存音频等文件
6-大幅削弱合成音频包含参考音频结尾的问题
20240122
1-修复过短输出文件返回重复参考音频的问题.
2-经测试, 英文日文训练原生支持(日文训练需要根目录不含非英文等特殊字符).
3-音频路径检查.如果尝试读取输入错的路径报错路径不存在, 而非ffmpeg错误.
20240123
1-解决hubert提取nan导致SoVITS/GPT训练报错ZeroDivisionError的问题
2-支持推理界面快速切换模型
3-优化模型文件排序逻辑
4-中文分词使用jieba_fast代替jieba
20240126
1-支持输出文本中英混合、日英混合
2-输出可选切分模式
3-修复uvr5读取到目录自动跳出的问题
4-修复多个换行导致推理报错
5-去除推理界面大量冗余log
6-支持mac训练推理
7-自动识别不支持半精度的卡强制单精度.cpu推理下强制单精度.
20240128
1-修复数字转汉字念法问题
2-修复句首少量字容易吞字的问题
3-通过限制排除不合理的参考音频长度
4-修复GPT训练不保存ckpt的问题
5-完善Dockerfile的下载模型流程
20240129
1-16系等半精度训练有问题的显卡把训练配置改为单精度训练
2-测试更新可用的colab版本
3-修复git clone modelscope funasr仓库+老版本funasr导致接口不对齐报错的问题
20240130
1-所有涉及路径的地方双引号自动去除,小白复制路径带双引号不会报错
2-修复中英文标点切割问题和句首句尾补标点的问题
3-增加按标点符号切分
20240201
1-修复uvr5读取格式错误导致分离失败的问题
2-支持中日英混合多种文本自动切分识别语种
20240202
1-修复asr路径尾缀带/保存文件名报错
2-引入paddlespeech的Normalizer https://github.com/RVC-Boss/GPT-SoVITS/pull/377 修复一些问题, 例如: xx.xx%(带百分号类), 元/吨 会读成 元吨 而不是元每吨,下划线不再会报错
20240207
1-修正语种传参混乱导致中文推理效果下降 https://github.com/RVC-Boss/GPT-SoVITS/issues/391
2-uvr5适配高版本librosa https://github.com/RVC-Boss/GPT-SoVITS/pull/403
3-修复uvr5 inf everywhere报错的问题(is_half传参未转换bool导致恒定半精度推理, 16系显卡会inf)
4-优化英文文本前端
5-修复gradio依赖
6-支持三连根目录留空自动读取.list全路径
7-集成faster whisper ASR日文英文
20240208
1-GPT训练卡死 (win10 1909) 和https://github.com/RVC-Boss/GPT-SoVITS/issues/232 (系统语言繁体) GPT训练报错, 尝试修复.
20240212
1-faster whisper和funasr逻辑优化.faster whisper转镜像站下载, 规避huggingface连不上的问题.
2-DPO Loss实验性训练选项开启, 通过构造负样本训练缓解GPT重复漏字问题.推理界面公开几个推理参数. https://github.com/RVC-Boss/GPT-SoVITS/pull/457
20240214
1-训练支持中文实验名 (原来会报错)
2-DPO训练改为可勾选选项而非必须.如勾选batch size自动减半.修复推理界面新参数不传参的问题.
20240216
1-支持无参考文本输入
2-修复中文文本前端bug https://github.com/RVC-Boss/GPT-SoVITS/issues/475
20240221
1-数据处理添加语音降噪选项 (降噪为只剩16k采样率, 除非底噪很大先不急着用哦).
2-中文日文前端处理优化 https://github.com/RVC-Boss/GPT-SoVITS/pull/559 https://github.com/RVC-Boss/GPT-SoVITS/pull/556 https://github.com/RVC-Boss/GPT-SoVITS/pull/532 https://github.com/RVC-Boss/GPT-SoVITS/pull/507 https://github.com/RVC-Boss/GPT-SoVITS/pull/509
3-mac CPU推理更快因此把推理设备从mps改到CPU
4-colab修复不开启公网url
20240306
1-推理加速50% (RTX3090+pytorch2.2.1+cu11.8+win10+py39 tested) https://github.com/RVC-Boss/GPT-SoVITS/pull/672
2-如果用faster whisper非中文ASR不再需要先下中文funasr模型
3-修复uvr5去混响模型 是否混响 反的 https://github.com/RVC-Boss/GPT-SoVITS/pull/610
4-faster whisper如果无cuda可用自动cpu推理 https://github.com/RVC-Boss/GPT-SoVITS/pull/675
5-修改is_half的判断使在Mac上能正常CPU推理 https://github.com/RVC-Boss/GPT-SoVITS/pull/573
202403/202404/202405
2个重点
1-修复sovits训练未冻结vq的问题 (可能造成效果下降)
2-增加一个快速推理分支
以下都是小修补
1-修复无参考文本模式问题
2-优化中英文文本前端
3-api格式优化
4-cmd格式问题修复
5-训练数据处理阶段不支持的语言提示报错
6-nan自动转fp32阶段的hubert提取bug修复
20240610
小问题修复:
1-完善纯标点、多标点文本输入的判断逻辑 https://github.com/RVC-Boss/GPT-SoVITS/pull/1168 https://github.com/RVC-Boss/GPT-SoVITS/pull/1169
2-uvr5中的mdxnet去混响cmd格式修复, 兼容路径带空格 #501a74a
3-s2训练进度条逻辑修复 https://github.com/RVC-Boss/GPT-SoVITS/pull/1159
大问题修复:
4-修复了webui的GPT中文微调没读到bert导致和推理不一致, 训练太多可能效果还会变差的问题.如果大量数据微调的建议重新微调模型得到质量优化 #99f09c8
20240706
小问题修复:
2-修复降噪、asr中途遇到异常跳出所有需处理的音频文件的问题 https://github.com/RVC-Boss/GPT-SoVITS/pull/1258 https://github.com/RVC-Boss/GPT-SoVITS/pull/1265 https://github.com/RVC-Boss/GPT-SoVITS/pull/1267
3-修复按标点符号切分时小数会被切分 https://github.com/RVC-Boss/GPT-SoVITS/pull/1253
5-移除冗余my_utils https://github.com/RVC-Boss/GPT-SoVITS/pull/1251
重点:
6-倍速推理代码经过验证后推理效果和base完全一致, 合并进main.使用的代码: https://github.com/RVC-Boss/GPT-SoVITS/pull/672 .支持无参考文本模式也倍速.
后面会逐渐验证快速推理分支的推理改动的一致性
20240727
1-清理冗余i18n代码 https://github.com/RVC-Boss/GPT-SoVITS/pull/1298
2-修复用户打文件及路径在结尾添加/会导致命令行报错的问题 https://github.com/RVC-Boss/GPT-SoVITS/pull/1299
3-修复GPT训练的step计算逻辑 https://github.com/RVC-Boss/GPT-SoVITS/pull/756
重点:
4-支持合成语速调节.支持冻结随机性只调节语速, 并将其更新到api.py上https://github.com/RVC-Boss/GPT-SoVITS/pull/1340
- 2024.07.27 PR#1306, PR#1356: 增加 BS-Roformer 人声伴奏分离模型支持.
- 类型: 新功能
- 提交: KamioRinn
- 2024.07.27 PR#1351: 更好的中文文本前端.
- 类型: 新功能
- 提交: KamioRinn
202408 (V2 版本)
- 2024.08.01 PR#1355: 添加自动填充下一步文件路径的功能.
- 类型: 杂项
- 提交: XXXXRT666
- 2024.08.01 Commit#e62e9653: 支持 BS-Roformer 的 FP16 推理.
- 类型: 性能优化
- 提交: RVC-Boss
- 2024.08.01 Commit#bce451a2, Commit#4c8b7612: 增加用户友好逻辑, 对用户随意输入的显卡序号也能正常运行.
- 类型: 杂项
- 提交: RVC-Boss
- 2024.08.02 Commit#ff6c193f~Commit#de7ee7c7: 新增 GPT-SoVITS V2 模型.
- 类型: 新功能
- 提交: RVC-Boss
- 2024.08.03 Commit#8a101474: 增加粤语 FunASR 支持.
- 类型: 新功能
- 提交: RVC-Boss
- 2024.08.03 PR#1387, PR#1388: 优化界面, 优化计时逻辑.
- 类型: 杂项
- 提交: XXXXRT666
- 2024.08.06 PR#1404, PR#987, PR#488: 优化多音字逻辑 (V2 版本特供).
- 类型: 修复, 新功能
- 提交: KamioRinn, RVC-Boss
- 2024.08.13 PR#1422: 修复参考音频混合只能上传一条的错误, 添加数据集检查, 缺失会弹出警告窗口.
- 类型: 修复, 杂项
- 提交: XXXXRT666
- 2024.08.20 Issue#1508: 上游 LangSegment 库支持通过 SSML 标签优化数字、电话、时间日期等.
- 类型: 新功能
- 提交: juntaosun
- 2024.08.20 PR#1503: 修复并优化 API.
- 类型: 修复
- 提交: KamioRinn
- 2024.08.20 PR#1490: 合并 fast_inference 分支.
- 类型: 重构
- 提交: ChasonJiang
- 2024.08.21 正式发布 GPT-SoVITS V2 版本.
202502 (V3 版本)
- 2025.02.11 Commit#ed207c4b~Commit#6e2b4918: 新增 GPT-SoVITS V3 模型, 需要 14G 显存进行微调.
- 类型: 新功能 (特性参阅 Wiki)
- 提交: RVC-Boss
- 2025.02.12 PR#2032: 更新项目多语言文档.
- 类型: 文档
- 提交: StaryLan
- 2025.02.12 PR#2033: 更新日语文档.
- 类型: 文档
- 提交: Fyphen
- 2025.02.12 PR#2010: 优化注意力计算逻辑.
- 类型: 性能优化
- 提交: wzy3650
- 2025.02.12 PR#2040: 微调添加梯度检查点支持, 需要 12G 显存进行微调.
- 类型: 新功能
- 提交: Kakaru Hayate
- 2025.02.14 PR#2047, PR#2062, PR#2073: 切换新的语言分割工具, 优化多语种混合文本切分策略, 优化文本里的数字和英文处理逻辑.
- 类型: 新功能
- 提交: KamioRinn
- 2025.02.23 Commit#56509a17~Commit#514fb692: GPT-SoVITS V3 模型支持 LoRA 训练, 需要 8G 显存进行微调.
- 类型: 新功能
- 提交: RVC-Boss
- 2025.02.23 PR#2078: 人声背景音分离增加 Mel Band Roformer 模型支持.
- 类型: 新功能
- 提交: Sucial
- 2025.02.26 PR#2112, PR#2114: 修复中文路径下 Mecab 的报错 (具体表现为日文韩文、文本混合语种切分可能会遇到的报错).
- 类型: 修复
- 提交: KamioRinn
- 2025.02.27 Commit#92961c3f~Commit#: 支持使用 24KHz 转 48kHz 的音频超分模型, 缓解 V3 模型生成音频感觉闷的问题.
- 类型: 新功能
- 提交: RVC-Boss
- 关联: Issue#2085, Issue#2117
- 2025.02.28 PR#2123: 更新项目多语言文档
- 类型: 文档
- 提交: StaryLan
- 2025.02.28 PR#2122: 对于模型无法判断的CJK短字符采用规则判断.
- 类型: 修复
- 提交: KamioRinn
- 关联: Issue#2116
- 2025.02.28 Commit#c38b1690, Commit#a32a2b89: 增加语速传参以支持调整合成语速.
- 类型: 修复
- 提交: RVC-Boss
- 2025.02.28 正式发布 GPT-SoVITS V3.
202503
-
2025.03.31 PR#2236: 修复一批由依赖的库版本不对导致的问题.
- 类型: 修复
- 提交: XXXXRT666
- 关联:
- PyOpenJTalk: Issue#1131, Issue#2231, Issue#2233.
- ONNX: Issue#492, Issue#671, Issue#1192, Issue#1819, Issue#1841.
- Pydantic: Issue#2230, Issue#2239.
- PyTorch-Lightning: Issue#2174.
-
2025.03.31 PR#2241: 为 SoVITS v3 适配并行推理.
- 类型: 新功能
- 提交: ChasonJiang
-
修复其他若干错误.
-
整合包修复 onnxruntime GPU 推理的支持
- 类型: 修复
- 内容:
- G2PW 内的 ONNX 模型由 CPU 推理 换为 GPU, 显著降低推理的 CPU 瓶颈;
- foxjoy 去混响模型现在可使用 GPU 推理
202504 (V4 版本)
- 2025.04.01 Commit#6a60e5ed: 解锁 SoVITS v3 并行推理, 修复模型加载异步逻辑.
- 类型: 修复
- 提交: RVC-Boss
- 2025.04.07 PR#2255: Ruff 格式化代码, 更新 G2PW 链接.
- 类型: 风格
- 提交: XXXXRT666
- 2025.04.15 PR#2290: 清理文档, 支持 Python 3.11, 更新安装文件.
- 类型: 杂项
- 提交: XXXXRT666
- 2025.04.20 PR#2300: 更新 Colab, 安装文件和模型下载.
- 类型: 杂项
- 提交: XXXXRT666
- 2025.04.20 Commit#e0c452f0~Commit#9d481da6: 新增 GPT-SoVITS V4 模型.
- 类型: 新功能
- 提交: RVC-Boss
- 2025.04.21 Commit#8b394a15~Commit#bc2fe5ec, PR#2307: 适配 V4 并行推理.
- 类型: 新功能
- 提交: RVC-Boss, ChasonJiang
- 2025.04.22 Commit#7405427a~Commit#590c83d7, PR#2309: 修复模型版本传参.
- 类型: 修复
- 提交: RVC-Boss, ChasonJiang
- 2025.04.22 Commit#fbdab94e, PR#2310: 修复 Numpy 与 Numba 版本不匹配问题, 更新 librosa 版本.
- 类型: 修复
- 提交: RVC-Boss, XXXXRT666
- 关联: Issue#2308
- 2024.04.22 正式发布 GPT-SoVITS V4.
- 2025.04.22 PR#2311: 更新 Gradio 参数.
- 类型: 杂项
- 提交: XXXXRT666
- 2025.04.25 PR#2322: 完善 Colab/Kaggle Notebook 脚本.
- 类型: 杂项
- 提交: XXXXRT666
202505
- 2025.05.26 PR#2351: 完善 Docker, Windows 自动构建脚本, Pre-Commit 格式化.
- 类型: 杂项
- 提交: XXXXRT666
- 2025.05.26 PR#2408: 优化混合语种切分识别逻辑.
- 类型: 修复
- 提交: KamioRinn
- 关联: Issue#2404
- 2025.05.26 PR#2377: 通过缓存策略使 SoVITS V3/V4 推理提速 10%.
- 类型: 性能优化
- 提交: Kakaru Hayate
- 2025.05.26 Commit#4d9d56b1, Commit#8c705784, Commit#fafe4e7f: 更新标注界面, 增加友情提示, 即标注完每一页都要点击
Submit Text否则修改无效.- 类型: 修复
- 提交: RVC-Boss
- 2025.05.29 Commit#1934fc1e: 修复 UVR5 和 ONNX 去混响模型使用 FFmpeg 编码 MP3 和 M4A 原路径带空格时的错误.
- 类型: 修复
- 提交: RVC-Boss
202506 (V2Pro 系列)
- 2025.06.04 Commit#b7c0c5ca~Commit#298ebb03: 新增 GPT-SoVITS V2Pro 系列模型.
- 类型: 新功能
- 提交: RVC-Boss
- 2025.06.05 https://github.com/RVC-Boss/GPT-SoVITS/pull/2426: config/inference_webui初始化bug修复.
- 类型: 修复
- 提交: SapphireLab
- 2025.06.05 https://github.com/RVC-Boss/GPT-SoVITS/pull/2427: 优化精度自动检测逻辑;给webui前端界面模块增加可收缩式支持.
- 类型: 新功能
- 提交: XXXXRT666