xtts webui

Xtts-webui

Versi portabel

Proyek ini sekarang memiliki versi portabel, jadi Anda tidak perlu kesulitan menginstal semua dependensi.

Klik di sini untuk mengunduh

Anda tidak membutuhkan apa pun kecuali Windows dan kartu grafis NVIDIA dengan memori video 6 GB untuk menjalankannya.

Tab kereta rusak, jika Anda ingin melatih model, gunakan webui terpisah

xtts-finetune-webui

ReadMe tersedia dalam bahasa berikut

Bahasa inggris

Rusia

Portugu

Tentang proyek

XTTS-WebUI adalah antarmuka web yang memungkinkan Anda memanfaatkan XTTS. Ada jaringan saraf lainnya di sekitar antarmuka ini yang akan meningkatkan hasil Anda. Anda juga dapat menyempurnakan model dan mendapatkan model suara berkualitas tinggi.

Fitur utama

• Mudah bekerja dengan xttsv2
• Pemrosesan batch untuk merenggut sejumlah besar file
• Kemampuan untuk menerjemahkan audio apa pun dengan penghematan suara
• Kemampuan untuk meningkatkan hasil menggunakan jaringan saraf dan alat audio secara otomatis
• Kemampuan untuk menyempurnakan model dan menggunakannya segera
• Kemampuan untuk menggunakan alat seperti: RVC , OpenVoice , menyerupai peningkatan , baik bersama -sama maupun terpisah
• Kemampuan untuk menyesuaikan pembuatan XTTS, semua parameter, beberapa sampel berbicara

Todo

• Tambahkan bilah status dengan informasi kemajuan dan kesalahan
• Mengintegrasikan pelatihan ke dalam antarmuka standar
• Tambahkan kemampuan untuk melakukan streaming untuk memeriksa hasilnya
• Tambahkan cara baru untuk memproses teks untuk sulih suara
• Tambahkan kemampuan untuk menyesuaikan speaker saat pemrosesan batch
• Tambahkan API

Instalasi

Gunakan UI Web ini melalui Google Colab

Harap pastikan Anda memiliki Python 3.10.x atau Python 3.11, CUDA 11.8 atau CUDA 12.1, Microsoft Builder Tools 2019 dengan paket C ++, dan FFMPEG diinstal

1 metode, melalui skrip

Windows

Untuk memulai:

• Jalankan file 'install.bat'
• Untuk memulai Web UI, jalankan 'start_xtts_webui.bat'
• Buka browser pilihan Anda dan buka alamat lokal yang ditampilkan di konsol.

Linux

Untuk memulai:

• Jalankan file 'install.sh'
• Untuk memulai Web UI, jalankan 'start_xtts_webui.sh'
• Buka browser pilihan Anda dan buka alamat lokal yang ditampilkan di konsol.

2 Metode, manual

Ikuti langkah -langkah ini untuk instalasi:

1. Pastikan CUDA dipasang

2. Klon The Repository: git clone https://github.com/daswer123/xtts-webui

3. Navigasi ke direktori: cd xtts-webui

4. Buat lingkungan virtual: python -m venv venv

5. Aktifkan lingkungan virtual:

   • Pada Windows Use: venvscriptsactivate
   • On Linux Use: source venvbinactivate

6. Instal Pytorch dan Torchaudio dengan perintah PIP:

   pip install torch==2.1.1+cu118 torchaudio==2.1.1+cu118 --index-url https://download.pytorch.org/whl/cu118

7. Instal semua dependensi dari persyaratan.txt:

   pip install -r requirements.txt

Menjalankan aplikasi

Untuk meluncurkan antarmuka, ikuti langkah -langkah ini:

Mulai XTTS Webui:

Aktifkan lingkungan virtual Anda:

venv/scripts/activate

Atau jika Anda berada di Linux,

 source venv/bin/activate

Kemudian mulailah webui untuk xts dengan menjalankan perintah ini:

python app.py

Berikut adalah beberapa argumen runtime yang dapat digunakan saat memulai aplikasi:

Argumen	Nilai default	Keterangan
-hs, --host	127.0.0.1	Tuan rumah untuk mengikat
-p, --port	8010	Nomor port untuk mendengarkan
-D, --Device	Cuda	Perangkat mana yang akan digunakan (CPU atau CUDA)
-sf,-speaker_folder	speaker/	Direktori yang berisi sampel TTS
-O,-output	"keluaran/"	Direktori Output
-l,-bahasa	"mobil"	Bahasa WebUI, Anda dapat melihat terjemahan yang tersedia di folder i18n/lokal.
-ms,-model-sumber	"lokal"	Tentukan sumber model: 'API' untuk versi terbaru dari repositori, inferensi API atau 'lokal' untuk menggunakan inferensi lokal dan model v2.0.2
-v, -version	"v2.0.2"	Anda dapat menentukan versi XTTS mana yang akan digunakan. Anda dapat menentukan nama model khusus untuk tujuan ini, masukkan folder dalam model dan tentukan nama folder di bendera ini
--lowvram		Aktifkan mode VRAM rendah yang mengganti model ke RAM saat tidak memproses secara aktif
-DEEP SPEED		Aktifkan percepatan kecepatan deep. Bekerja di Windows on Python 3.10 dan 3.11
--membagikan		Memungkinkan berbagi antarmuka di luar komputer lokal
--RVC		Aktifkan RVC pasca pemrosesan, semua model harus ditemukan di folder RVC

TTS -> RVC

Modul untuk RVC, Anda dapat mengaktifkan modul RVC untuk postprocess audio yang diterima untuk ini, Anda perlu menambahkan bendera -RVC jika Anda berjalan di konsol atau menulisnya ke file startup

Agar model berfungsi dalam pengaturan RVC, Anda harus memilih model yang harus Anda unggah terlebih dahulu ke folder Voice2Voice/RVC, model dan file indeks harus bersama, file indeks opsional, setiap model harus dalam folder terpisah.

Perbedaan Antara XTTS-Webui dan Webui Resmi

Pengolahan data

1. Diperbarui lebih cepat-whisper ke 0.10.0 dengan kemampuan untuk memilih model V3 yang lebih besar.
2. Folder output yang diubah ke folder output di dalam folder utama.
3. Jika sudah ada dataset di folder output dan Anda ingin menambahkan data baru, Anda dapat melakukannya dengan hanya menambahkan audio baru, apa yang tidak akan diproses lagi dan data baru akan ditambahkan secara otomatis
4. Nyalakan filter VAD
5. Setelah dataset dibuat, file dibuat yang menentukan bahasa dataset. File ini dibaca sebelum pelatihan sehingga bahasa selalu cocok. Lebih mudah saat Anda memulai ulang antarmuka

Encoder XTTS yang menyempurnakan

1. Menambahkan kemampuan untuk memilih model dasar untuk XTTS, serta ketika Anda melatih ulang tidak perlu mengunduh model lagi.
2. Penambahan kemampuan untuk memilih model khusus sebagai model dasar selama pelatihan, yang akan memungkinkan model Finetune Finetune.
3. Kemungkinan yang ditambahkan untuk mendapatkan versi yang dioptimalkan dari model untuk 1 klik (Langkah 2.5, masukkan versi yang dioptimalkan di folder output).
4. Anda dapat memilih apakah akan menghapus folder pelatihan setelah Anda mengoptimalkan model
5. Saat Anda mengoptimalkan model, audio referensi contoh dipindahkan ke folder output
6. Memeriksa kebenaran bahasa dan bahasa dataset yang ditentukan

Kesimpulan

1. Menambahkan kemungkinan untuk menyesuaikan pengaturan infer selama pemeriksaan model.

Lainnya

1. Jika Anda secara tidak sengaja me -restart antarmuka selama salah satu langkah, Anda dapat memuat data ke tombol tambahan
2. Menghapus tampilan log karena menyebabkan masalah saat memulai kembali
3. Hasil jadi disalin ke folder siap, ini adalah file yang sudah jadi, Anda dapat memindahkannya ke mana saja dan menggunakannya sebagai model standar
4. Menambahkan dukungan untuk bahasa Jepang di sini