One Click VITS Training Download - One Click VITS Training -Trainingsquellencode herunterladen

One Click VITS Training

AI-Quellcode

1.0.0

Herunterladen

Ein-Klick-Vits-Training

Mit diesem Tool können Sie den gesamten Vorgang von Vits (Datenvorverarbeitung + Flüsterung ASR + Textvorverarbeitung + Modification config.json + Training, Inferenz) mit einem Klick abschließen!

Inhaltsverzeichnis

Struktur
Voraussetzungen
Installation
Prepe_datasets
Verwendung
Schlussfolgerung
Änderungen
Referenzen

Struktur

Probenausgabe

Voraussetzungen

Ein Windows/Linux -System mit mindestens 16GB RAM.
Eine GPU mit mindestens 12GB VRAM.
Python == 3,8
Anaconda installiert.
Pytorch installiert.
CUDA 11.x installiert.
ZLIB DLL installiert.

Befehl pytorch installieren:

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

CUDA 11.7 Install: https://developer.nvidia.com/cuda-11-7-0-download-archive

ZLIB DLL Installation: https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-zlib-windows

Manuell installieren Sie Pyopenjtalk: pip install -U pyopenjtalk --no-build-isolation

Installation

Erstellen Sie eine Anaconda -Umgebung:

conda create -n one-click-vits python=3.8

Aktivieren Sie die Umgebung:

conda activate one-click-vits

Klonen Sie dieses Repository in Ihre lokale Maschine:

git clone https://github.com/ORI-Muchim/One-Click-VITS-Training.git

Navigieren Sie zum geklonten Verzeichnis:

 cd One-Click-VITS-Training

Installieren Sie die erforderlichen Abhängigkeiten:

pip install -r requirements.txt

Prepe_datasets

Platzieren Sie die Audiodateien wie folgt.

.mp3 oder .wav -Dateien sind in Ordnung.

 One-Click-VITS-Training
├────datasets
│       ├───speaker0
│       │   ├────1.mp3
│       │   └────1.wav
│       └───speaker1
│       │    ├───1.mp3
│       │    └───1.wav
│       ├integral.py
│       └integral_low.py
│
├────vits
├────inference.py
├────main_low.py
├────main_resume.py
├────main.py
├────Readme.md
└────requirements.txt

Dies ist nur ein Beispiel und es ist in Ordnung, weitere Lautsprecher hinzuzufügen.

Verwendung

Um dieses Tool zu starten, verwenden Sie den folgenden Befehl, ersetzen Sie {Sprache}, {model_name} und {sample_rate} durch Ihre jeweiligen Werte ({Sprache: Ko, Ja, En, Zh} / {sample_rate: 22050 /44100}):

python main.py {language} {model_name} {sample_rate}

Für diejenigen mit niedrigen Spezifikationen (VRAM <12 GB) verwenden Sie diesen Code bitte:

python main_low.py {language} {model_name} {sample_rate}

Wenn die Datenkonfiguration abgeschlossen ist und Sie das Training fortsetzen möchten, geben Sie diesen Code ein:

python main_resume.py {model_name}

Schlussfolgerung

Nachdem das Modell trainiert wurde, können Sie Vorhersagen mithilfe des folgenden Befehls generieren und {model_name} und {model_step} durch Ihre jeweiligen Werte ersetzen:

python inference.py {model_name} {model_step}

Oder check ./vits/inference.ipynb.

Wenn Sie den in der Referenz verwendeten Beispieltext ändern möchten, ändern Sie ./vits/inferencems.py text Teil.

Änderungen

Im Repository von Cjangcjengh/vits habe ich einige Änderungen an der koreanischen Textreinigungsmethode vorgenommen. Der andere Reinigungsprozess ist derselbe, indem er es in das CJangcjengh -Repository veröffentlichen, aber die Reiniger -Datei wurde mithilfe der Tenebo/G2PK2 -Bibliothek als Koreanisch geändert.