DragonianVoice

Dragonianvoice

จีน | ภาษาอังกฤษ

ที่เก็บนี้ได้หยุดการบำรุงรักษาโครงการ UI อย่างถาวรและจะกลายเป็นโครงการ LIB บริสุทธิ์ ที่อยู่ที่เก็บรหัสคือ: Dragonianlib แต่การเปิดตัวเกี่ยวกับ SVC และ TTS ยังคงเปิดตัวในที่เก็บนี้

พื้นที่เก็บข้อมูลนี้คือ: 1. TTS (TACOTRON2, VITS, EmotionalVits, BertVits2, GPTSovits); 2. SVC (SovitsSVC, RVC, DiffusionsVC, FishDiffusion, reflowsVC); 3. SVS (diffsinger) ONNX Framework Resitisting Respository ปัจจุบันรองรับการโทร C/CPP/C#

เวอร์ชันล่าสุดของที่เก็บนี้เชื่อมโยงกับการพูดปลาและใช้กรอบ GGML เพื่อเขียนคำพูดปลาเพื่อสร้างโครงการย่อย fish-speech.cpp

หมายเหตุ: สาขาที่เปิดใช้งาน SVS: Moevoicestudio Moevoicestudiocore

เกี่ยวกับการสนับสนุน CUDA กรุณาเยี่ยมชมที่เก็บอย่างเป็นทางการของ OnnxRuntime

หลังจากการทดลอง DML จะทำให้ผู้ประกอบการที่ไม่ได้รับการสนับสนุนบางรายใน ONNX ไม่รายงานข้อผิดพลาดเมื่อใช้ แต่จะส่งคืนผลลัพธ์ที่ไม่คาดคิดซึ่งจะนำไปสู่ข้อผิดพลาดในผลการอนุมานของ SOVITS3.0 และ SOVITS4.0 ใน DMLEP อย่างไรก็ตามการส่งออก ONNX ในที่เก็บ SoVITS ล่าสุดได้แทนที่ผู้ให้บริการเหล่านี้ดังนั้น SoVITS3.0 และ SOVITS4.0 รองรับการใช้งานการกู้คืน DML แต่โมเดล ONNX จะต้องส่งออกอีกครั้งโดยใช้การส่งออก SovitsonNX รุ่นล่าสุด (2023/7/17)

เนื่องจากลักษณะของแบบจำลองการแพร่กระจายและการรีดกลับหากจำนวนขั้นตอนทั้งหมดที่คุณอนุมานมากกว่าจำนวนขั้นตอนสูงสุดที่คุณฝึกฝนในแบบจำลอง (จำนวนขั้นตอนจริง = จำนวนขั้นตอนทั้งหมด/การขยายการขยายจำนวนขั้นตอนทั้งหมดนี้ไม่ใช่จำนวนขั้นตอนที่คุณทำในระหว่างการอนุมาน ดังนั้นขอแนะนำให้คุณสังเกต MaxStep (หรือ K_STEP_MAX) อย่างระมัดระวังในไฟล์กำหนดค่าโมเดลของคุณก่อนการอนุมาน

NET ที่รองรับ:

• deeplearningexamples
• เข้าด้วยกัน
• อารมณ์
• bertvits2
• SovitsSVC (V2/V3/V4)
• RVC
• diffsvc
• DIAFUSIONSVC (V1/V2)
• การหาปลา
• reflowsvc
• ความแตกต่าง
• FCPE
• RMVPE

สารบัญ

• โปรโตคอล
  • คำเตือน
• อธิบาย
  • คำอธิบายสาขา
• คำถามที่พบบ่อยถาม - ตอบ
  • ถาม: ต้นกำเนิดของชื่อโครงการคืออะไร?
  • ถาม: วัตถุประสงค์ของโครงการนี้คืออะไร?
  • ถาม: โครงการนี้จะถูกเรียกเก็บเงินในอนาคตหรือไม่?
  • ถาม: มีการฝึกอบรมแบบจำลองแบบชำระเงินหรือไม่?
  • ถาม: เกณฑ์การตัดสินขยะอิเล็กทรอนิกส์คืออะไร?
  • ถาม: การสนับสนุนทางเทคนิค?
• สิ่งที่ควรทราบ
• วิธีใช้
• การกำหนดค่าแบบจำลอง
  • รูปแบบล่วงหน้า
  • ไฟล์กำหนดค่า
• โครงการสนับสนุน
• การตั้งค่าอื่น ๆ
  • เครื่องหมาย
  • เครื่องทำความสะอาด
• การรวบรวมท้องถิ่น
• รายการการพึ่งพา
• กฎระเบียบที่เกี่ยวข้อง

ข้อตกลงผู้ใช้:

คุณต้องยอมรับข้อกำหนดต่อไปนี้และหากคุณไม่เห็นด้วยคุณถูกห้ามไม่ให้ใช้รายการ:

1. คุณต้องแบกรับผลกระทบทั้งหมดที่เกิดจากการใช้โครงการตามดุลยพินิจของคุณเอง
2. ห้ามขายโปรแกรมนี้
3. เมื่อใช้โครงการนี้คุณต้องปฏิบัติตามกฎหมายและข้อบังคับในท้องถิ่นอย่างมีสติและห้ามการใช้โครงการนี้เพื่อมีส่วนร่วมในกิจกรรมที่ผิดกฎหมาย
4. มันเป็นสิ่งต้องห้ามสำหรับเกมเชิงพาณิชย์เกมการรุกราน ^ต่ำ และการผลิต Galgame และไม่มีการคัดค้านการผลิตเกมบูติกฟรีและการผลิต MOD
5. มันเป็นสิ่งต้องห้ามที่จะใช้โครงการนี้และอนุพันธ์ของมันและรุ่นที่ปล่อยออกมาเพื่อสร้าง ^ขยะ อิเล็กทรอนิกส์ 2 (เช่น Aigalgame, AI Game Production ฯลฯ )
6. ต้องห้ามเนื้อหาที่เกี่ยวข้องกับการเมืองทั้งหมด
7. ทุกสิ่งที่คุณสร้างขึ้นด้วยโครงการนี้ไม่มีส่วนเกี่ยวข้องกับผู้พัฒนาโครงการ
8. ผู้พัฒนาโครงการนี้อ้างว่าผู้ใช้ไม่ได้มีลิขสิทธิ์ของ "เสียง" ที่สร้างขึ้นและควรจำแนกออกเป็นโดเมนสาธารณะ และเจ้าของลิขสิทธิ์ของเนื้อเพลงและเพลงที่เกี่ยวข้องกับเสียงเป็นเจ้าของลิขสิทธิ์ของเนื้อเพลงและดนตรี

คำเตือน

โครงการนี้เป็น โครงการโอเพ่นซอร์สและออฟไลน์และนักพัฒนาและผู้ดูแลโครงการทั้งหมดของโครงการนี้ (ต่อไปนี้จะเรียกว่าผู้มีส่วนร่วม) ไม่สามารถควบคุมโครงการนี้ได้ ผู้มีส่วนร่วมของโครงการนี้ไม่เคยให้ความช่วยเหลือแก่องค์กรหรือบุคคลใด ๆ ทุกรูปแบบรวมถึง แต่ไม่ จำกัด เพียงการสกัดชุดข้อมูลการประมวลผลชุดข้อมูลการสนับสนุนพลังงานการคำนวณการสนับสนุนการฝึกอบรมการให้เหตุผล ฯลฯ ; ผู้มีส่วนร่วมของโครงการนี้ไม่ทราบหรือรู้วัตถุประสงค์ของผู้ใช้โดยใช้โครงการ ดังนั้นเสียงทั้งหมดที่สังเคราะห์ขึ้นอยู่กับโครงการนี้ไม่มีส่วนเกี่ยวข้องกับผู้มีส่วนร่วมของโครงการนี้ ปัญหาทั้งหมดที่เกิดจากสิ่งนี้เป็นไปตามความรับผิดชอบของผู้ใช้

โครงการนี้ไม่มีฟังก์ชั่นใด ๆ ของการสังเคราะห์เสียงพูด แต่ใช้เพื่อเริ่มการฝึกอบรมและการผลิตแบบจำลอง ONNX ของผู้ใช้เท่านั้น การฝึกอบรมแบบจำลองและการผลิตโมเดล ONNX ไม่เกี่ยวข้องกับผู้มีส่วนร่วมของโครงการนี้และเป็นพฤติกรรมของผู้ใช้ทั้งหมด ผู้มีส่วนร่วมของโครงการนี้ไม่ได้มีส่วนร่วมในการฝึกอบรมแบบจำลองและการผลิตของผู้ใช้ทุกคน

โครงการนี้ทำงานแบบออฟไลน์อย่างสมบูรณ์และไม่สามารถรวบรวมข้อมูลผู้ใช้ใด ๆ และไม่สามารถรับข้อมูลผู้ใช้ป้อนข้อมูลได้ ดังนั้นผู้มีส่วนร่วมของโครงการนี้ไม่ได้ตระหนักถึงอินพุตและรุ่นของผู้ใช้ทั้งหมดดังนั้นพวกเขาจึงไม่รับผิดชอบต่อการป้อนข้อมูลของผู้ใช้ใด ๆ

โครงการนี้ยังไม่ได้มาพร้อมกับรุ่นใด ๆ และรุ่นใด ๆ ที่มาพร้อมกับการเปิดตัวรองและโมเดลที่ใช้สำหรับโครงการนี้ไม่มีส่วนเกี่ยวข้องกับผู้พัฒนาโครงการนี้

อธิบาย

ปัจจุบันโครงการนี้สนับสนุนการเรียกใช้วิธีการของตนเองอย่างเต็มที่เพื่อใช้การให้เหตุผลบรรทัดคำสั่งหรือซอฟต์แวร์อื่น ๆ ทุกคนยินดีที่จะแนะนำ PR สำหรับโครงการนี้

โครงการอื่น ๆ ของผู้แต่ง: Aitoolkits

หากคุณต้องการเข้าร่วมในการพัฒนาคุณสามารถเข้าร่วมกลุ่ม QQ: 263805400 หรือเพิ่ม PR โดยตรง

แบบจำลองจะต้องถูกแปลงเป็นโมเดล ONNX สำหรับรายละเอียดโปรดดูที่เก็บข้อมูลแหล่งที่มาของโครงการที่คุณเลือก โมเดล PTH ไม่สามารถใช้โดยตรง! - - - - - - - - - - - -

กิ่งก้าน

แต่ละสาขาของโครงการนี้:

• Moevoicestudiocore (สาขาหลัก) Project Core
• Moevoicestudio การใช้งาน GUI อย่างง่ายของโครงการนี้ขึ้นอยู่กับ QT
• MOESSV2 OLD MOESSV2 VERST
• MOESSV1 OLD MOESSV1 VERSION CRARGIVE

คำถามที่พบบ่อย

ถาม: ต้นกำเนิดของชื่อโครงการคืออะไร?

A:

XP Supremacists มีความสุขใครไม่ชอบ Dragon Girl?

ถาม: วัตถุประสงค์ของโครงการนี้คืออะไร?

A:

ความตั้งใจดั้งเดิมของโครงการนี้คือการตระหนักถึงความจำเป็นในการสังเคราะห์เสียงต่าง ๆ โดยไม่จำเป็นต้องมีกระทรวงสิ่งแวดล้อมและตอนนี้มีการวางแผนที่จะทำในฐานะบรรณาธิการเสริมสำหรับ SVC

เนื่องจากโครงการนี้เป็นโครงการ "ส่วนตัว" และ "ไม่เป็นมืออาชีพ" หลังจากทั้งหมดคุณมีซอฟต์แวร์มืออาชีพมากขึ้นหรือคุณเป็นผู้ที่ชื่นชอบ Python CLI หรือคุณเป็นช็อตใหญ่ในสาขาที่เกี่ยวข้อง ฉันรู้ว่าซอฟต์แวร์นี้ไม่เป็นมืออาชีพและมีแนวโน้มที่จะไม่ตอบสนองความต้องการของคุณหรือแม้แต่ไร้ประโยชน์กับคุณ

โครงการนี้ไม่ใช่โครงการที่ไม่สามารถถูกแทนที่ได้ ในทางตรงกันข้ามคุณสามารถใช้เครื่องมือต่าง ๆ เพื่อแทนที่ฟังก์ชั่นของโครงการนี้ ฉันไม่คาดหวังว่าโครงการนี้จะเป็นโครงการชั้นนำในสาขาที่เกี่ยวข้อง ฉันเพิ่งพัฒนาโครงการด้วยความกระตือรือร้นต่อไป แต่ความกระตือรือร้นจะหายไปตลอดทั้งวัน แต่โครงการสัญญาว่าจะบำรุงรักษาจนกว่าความกระตือรือร้นของฉันจะหายไปอย่างสมบูรณ์ (ไม่ว่าใครจะใช้มันแม้ว่าจำนวนผู้ใช้จะเป็น 0)

อาจมีปัญหาต่าง ๆ ในการออกแบบโครงการนี้ดังนั้นทุกคนก็ต้องสั่งข้าวผัดอย่างแข็งขันเพื่อช่วยฉันปรับปรุงฟังก์ชั่น ฉันจะยอมรับการเพิ่มประสิทธิภาพของฟังก์ชั่นและประสบการณ์ส่วนใหญ่

ถาม: โครงการนี้จะถูกเรียกเก็บเงินในอนาคตหรือไม่?

A:

โครงการนี้เป็นโอเพ่นซอร์สและฟรีตลอดไป หากมีรุ่นที่ชำระเงินของโครงการนี้ในสถานที่อื่นโปรดรายงานทันทีและไม่ซื้อ โครงการนี้ฟรีตลอดไป หากคุณต้องการเติมใบสีขาวด้วย Crazy Thursday คุณสามารถไปที่ Aifa Dian https://afdian.net/a/narusemioshirakana

ถาม: มีการฝึกอบรมแบบจำลองแบบชำระเงินหรือไม่?

A:

มันไม่ได้ให้การฝึกอบรมแบบจำลองนั้นค่อนข้างง่ายและไม่จำเป็นต้องใช้จ่ายเงินอย่างไร้ประโยชน์ เพียงทำตามการสอนออนไลน์ทีละขั้นตอน

ถาม: เกณฑ์การตัดสินขยะอิเล็กทรอนิกส์คืออะไร?

A:

1. ความคิดริเริ่ม สัดส่วนของสิ่งของของคุณเองทั่วทั้งโครงการ (สำหรับ AI การสร้างแบบจำลองที่ได้รับการฝึกฝนโดยคุณเป็นของคุณอย่างอิสระการสร้างแบบจำลองที่เป็นของคนอื่น ๆ ) แง่มุมที่ครอบคลุมรวมถึง แต่ไม่ จำกัด เฉพาะโปรแกรมศิลปะเสียงการวางแผน ฯลฯ ตัวอย่างเช่นการใช้ความสามัคคีและเทมเพลตเครื่องยนต์อื่น ๆ เพื่อแทนที่สกินคือของเสียอิเล็กทรอนิกส์
2. ทัศนคติของนักพัฒนา ทัศนคติของผู้เขียนคือการทำเงินและออกไปหรือไร้ประโยชน์ ตัวอย่างเช่นฉันได้ตีแท็กนับไม่ถ้วนเช่น "ในประเทศ", "First", "แข็งแกร่งที่สุด" และ "โฮมเมด" ซึ่งส่งผลให้สิ่งที่แย่มากหรือปานกลางและผู้เขียนเห็นได้ชัดว่าไม่มีความคิดที่จะทำให้โครงการดีซึ่งเป็นของเสียทางอิเล็กทรอนิกส์
3. คัดค้านพฤติกรรมการค้าทั้งหมดของโมเดล AI ที่ผ่านการฝึกอบรมโดยใช้ชุดข้อมูลที่ไม่ได้รับอนุญาต

ถาม: การสนับสนุนทางเทคนิค?

A:

หากคุณสามารถมั่นใจได้ว่าสิ่งที่คุณกำลังทำไม่ใช่ขยะอิเล็กทรอนิกส์ แต่ถูกกฎหมายและเป็นไปตามข้อกำหนดและไม่มีข้อผิดพลาดทางการเมืองที่ร้ายแรงฉันจะให้การสนับสนุนทางเทคนิคภายในความสามารถของฉัน

สิ่งที่ควรทราบ

ปัญหาที่เกิดจาก onnxruntime

ไม่รองรับเส้นทางจีน? ในความเป็นจริงโครงการอภิปรัชญาสนับสนุนเส้นทางจีน แต่รุ่นของ OnnxRuntime ก่อนเดือนมีนาคม 2566 ไม่สนับสนุนเส้นทางจีนเนื่องจากเวอร์ชันของ OnnxRuntime ใช้ฟังก์ชั่น A-Series ของ Win32API และฟังก์ชั่น A-Series ไม่สนับสนุนเส้นทางที่ไม่ได้เข้ารหัส ปัญหานี้ไม่ใช่สิ่งที่ฉันสามารถแก้ไขได้หรือฉันควรแก้ปัญหา มีเพียง Microsoft เท่านั้นที่สามารถแก้ไขข้อผิดพลาดนี้ได้ โชคดีที่ onnxruntime ล่าสุดใช้ฟังก์ชั่น W Series เพื่อแก้ปัญหาเส้นทางจีน

ปัญหาเวอร์ชัน CUDA

เนื่องจากความเข้ากันได้ไม่ดีของ CUDA โปรแกรมที่ใช้ CUDA จะต้องติดตั้งและรวบรวมเมื่อติดตั้งและรวบรวมโปรแกรมหรือ CUDA เวอร์ชันล่าสุดยังไม่ได้รับการแก้ไข ปัญหานี้สามารถรอให้ Nvidia ให้ความสนใจกับความเข้ากันได้

วิธีใช้

Moevoicestudiocore ให้การโทรในภาษา C ++ ในรูปแบบของ LIB

อ้างอิงคลาสที่เกี่ยวข้องต่อไปนี้ตามต้องการ

# include < Modules/Models/header/Tacotron.hpp >
# include < Modules/Models/header/Vits.hpp >
# include < Modules/Models/header/VitsSvc.hpp >
# include < Modules/Models/header/DiffSvc.hpp >
# include < Modules/Models/header/DiffSinger.hpp >

InferClass::Tacotron2;
InferClass::Vits;
InferClass::VitsSvc;
InferClass::DiffusionSvc;
InferClass::DiffusionSinger;

/*
构造函数第一个是配置文件json
第二个是进度条回调
第三个是参数回调 (若为TTS 此参数为空即可)
第四个参数为设备
使用调用Inference函数即可
*/

สำหรับการกำหนดค่ารุ่นโปรดดูการกำหนดค่า #Model

ตัวอย่าง: ตัวอย่างบรรทัดคำสั่ง RVC

การกำหนดค่าแบบจำลอง

รูปแบบล่วงหน้า

แบบจำลองทั่วไปในด้านการเรียนรู้อย่างลึกซึ้งโดยไม่คำนึงถึงโครงการที่ได้รับการสนับสนุนหลายโครงการ

หยุดการอัปเดต (เนื่องจากการดาวน์โหลดและอัปโหลดความเร็ว): Vocoder & Hiddenunitbert

หยุดอัปเดต (เพราะ HuggingFace เป็นที่กำแพง): HuggingFace

คลังสินค้าล่าสุด: Openi

ส่งออกที่ตั้งไว้ด้วยตัวเอง:

• Hubert: input_names ควรเป็น ["source"] , output_names ควรเป็น ["embed"] , dynamic_axes ควรเป็น {"source":[0,2],}
• hifigan ที่ใช้โดยโมเดลการแพร่กระจาย: input_names ควรเป็น ["c","f0"] , output_names ควรเป็น ["audio"] , dynamic_axes ควรเป็น {"c":[0,1],"f0":[0,1],}
• hifigan ที่ใช้โดย tacotron2: input_names ควรเป็น ["x"] , output_names ควรเป็น ["audio"] , dynamic_axes ควรเป็น {"x":[0,1],}

รุ่น VEC และโมเดล Hubert ถูกวางไว้ในโฟลเดอร์ Hubert และรุ่น Hifigan ถูกวางไว้ในโฟลเดอร์ Hifigan หากคุณต้องการใช้ตัวทำนาย F0 สองตัวคือ FCPE หรือ RMVPE คุณต้องสร้างโฟลเดอร์ F0Predictor ในไดเรกทอรีรูทและวางโมเดล ONNX ไว้ในนั้น

ไฟล์กำหนดค่า

• โครงการนี้สร้างมาตรฐานโมดูลการอ่านแบบจำลองและโมเดลจะถูกบันทึกไว้ในโฟลเดอร์ย่อยภายใต้โฟลเดอร์ MODS xxx.json เป็นไฟล์กำหนดค่าสำหรับรุ่น มันจะต้องเขียนตามเทมเพลตด้วยตัวคุณเองและในเวลาเดียวกันก็จำเป็นต้องแปลงโมเดลเป็น ONNX ด้วยตัวคุณเอง

พารามิเตอร์ทั่วไป (ไม่ว่าแบบจำลองจะต้องกรอกข้อมูลและจะไม่ได้รับการยอมรับหากไม่ได้กรอกข้อมูล):

• Folder : บันทึกชื่อโฟลเดอร์ของรุ่น
• Name : ชื่อที่แสดงของโมเดลใน UI
• Type : หมวดหมู่รุ่น
• Rate : อัตราการสุ่มตัวอย่าง (จะต้องเหมือนกับเมื่อคุณฝึกอบรมถ้าคุณไม่เข้าใจเหตุผลขอแนะนำให้เรียนรู้ความรู้เกี่ยวกับเสียงคอมพิวเตอร์)

ตัวอย่างการกำหนดค่า

Tacotron2:

 {
    "Folder" : "Atri" ,
    "Name" : "亚托莉-Tacotron2" ,
    "Type" : "Tacotron2" ,
    "Rate" : 22050 ,
    "Symbol" : "_-!'(),.:;? ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz" ,
    "Cleaner" : "" ,
    "AddBlank" : false ,
    "Hifigan" : "hifigan"
}
//Symbol：模型的Symbol，不知道Symbol是啥的建议多看几个视频了解了解TTS的基础知识，这一项在Tacotron2中必须填。
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Hifigan：Hifigan模型名，必须填且必须将在前置模型中下载到的hifigan放置到hifigan文件夹
//AddBlank：是否在音素之间插0作为分隔

VITS:

 {
    "Folder" : "SummerPockets" ,
    "Name" : "SummerPocketsReflectionBlue" ,
    "Type" : "Vits" ,
    "Rate" : 22050 ,
    "Symbol" : "_,.!?-~…AEINOQUabdefghijkmnoprstuvwyzʃʧʦ↓↑ " ,
    "Cleaner" : "" ,
    "AddBlank" : true ,
    "Emotional" : true ,
    "EmotionalPath" : "all_emotions" ,
    "Characters" : [ "鳴瀬しろは" , "空門蒼" , "鷹原うみ" , "紬ヴェンダース" , "神山識" , "水織静久" , "野村美希" , "久島鴎" , "岬鏡子" ]
}
//Symbol：模型的Symbol，不知道Symbol是啥的建议多看几个视频了解了解TTS的基础知识，这一项在Vits中必须填。
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//AddBlank：是否在音素之间插0作为分隔（大多数Vits模型必须为true）
//Emotional：是否加入情感向量
//EmotionalPath：情感向量npy文件名

หลุม:

 {
    "Folder" : "SummerPockets" ,
    "Name" : "SummerPocketsReflectionBlue" ,
    "Type" : "Pits" ,
    "Rate" : 22050 ,
    "Symbol" : "_,.!?-~…AEINOQUabdefghijkmnoprstuvwyzʃʧʦ↓↑ " ,
    "Cleaner" : "" ,
    "AddBlank" : true ,
    "Emotional" : true ,
    "EmotionalPath" : "all_emotions" ,
    "Characters" : [ "鳴瀬しろは" , "空門蒼" , "鷹原うみ" , "紬ヴェンダース" , "神山識" , "水織静久" , "野村美希" , "久島鴎" , "岬鏡子" ]
}
//Symbol：模型的Symbol，不知道Symbol是啥的建议多看几个视频了解了解TTS的基础知识，这一项在Vits中必须填。
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//AddBlank：是否在音素之间插0作为分隔（大多数Pits模型必须为true）
//Emotional：是否加入情感向量
//EmotionalPath：情感向量npy文件名

RVC:

 {
    "Folder" : "NyaruTaffy" ,
    "Name" : "NyaruTaffy" ,
    "Type" : "RVC" ,
    "Rate" : 40000 ,
    "Hop" : 320 ,
    "Cleaner" : "" ,
    "Hubert" : "hubert4.0" ,
    "Diffusion" : false ,
    "CharaMix" : true ,
    "Volume" : false ,
    "SoVits2" : true ,
    "ShallowDiffusion" : "NyaruTaffy"
    "HiddenSize" : 256 ,
    "Cluster" : "Index"
    "Characters" : [ "Taffy" , "Nyaru" ]
}
//Hop：模型的HopLength，不知道HopLength是啥的建议多看几个视频了解了解音频的基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Hubert：Hubert模型名，必须填且必须将在前置模型中下载到的Hubert放置到Hubert文件夹
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//Diffusion：是否为DDSP仓库下的扩散模型
//CharaMix：是否使用角色混合轨道
//ShallowDiffusion：SoVits浅扩散模型，须填写ShallowDiffusion模型配置文件名（不带后缀和完整路径），小显存或内存下速度巨慢，效果未知，请根据实际情况决定是否使用）
//Volume：该模型是否有音量Emb
//HiddenSize：Vec模型的尺寸（768/256）
//Cluster：聚类类型，包括"KMeans"和"Index"，KMeans需要前往SoVits仓库将KMeans文件导出为可用格式，放置到模型文件夹；Index同理，需要前往SoVits仓库导出为可用格式（如果是RVC的单角色Index只需要改名为Index-0.index）然后放置到模型文件夹下（有几个角色就有几个Index文件）

sovits_3.0_32K:

 {
    "Folder" : "NyaruTaffySo" ,
    "Name" : "NyaruTaffy-SoVits" ,
    "Type" : "SoVits" ,
    "Rate" : 32000 ,
    "Hop" : 320 ,
    "Cleaner" : "" ,
    "Hubert" : "hubert" ,
    "SoVits3" : true ,
    "ShallowDiffusion" : "NyaruTaffy"
    "Diffusion" : false ,
    "CharaMix" : true ,
    "Volume" : false ,
    "HiddenSize" : 256 ,
    "Cluster" : "KMeans"
    "Characters" : [ "Taffy" , "Nyaru" ]
}
//Hop：模型的HopLength，不知道HopLength是啥的建议多看几个视频了解了解音频的基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Hubert：Hubert模型名，必须填且必须将在前置模型中下载到的Hubert放置到Hubert文件夹
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//Diffusion：是否为DDSP仓库下的扩散模型
//ShallowDiffusion：SoVits浅扩散模型，须填写ShallowDiffusion模型配置文件名（不带后缀和完整路径），小显存或内存下速度巨慢，效果未知，请根据实际情况决定是否使用）
//CharaMix：是否使用角色混合轨道
//Volume：该模型是否有音量Emb
//HiddenSize：Vec模型的尺寸（768/256）
//Cluster：聚类类型，包括"KMeans"和"Index"，KMeans需要前往SoVits仓库将KMeans文件导出为可用格式，放置到模型文件夹；Index同理，需要前往SoVits仓库导出为可用格式（如果是RVC的单角色Index只需要改名为Index-0.index）然后放置到模型文件夹下（有几个角色就有几个Index文件）

sovits_3.0_48k:

 {
    "Folder" : "NyaruTaffySo" ,
    "Name" : "NyaruTaffy-SoVits" ,
    "Type" : "SoVits" ,
    "Rate" : 48000 ,
    "Hop" : 320 ,
    "Cleaner" : "" ,
    "Hubert" : "hubert" ,
    "SoVits3" : true ,
    "ShallowDiffusion" : "NyaruTaffy"
    "Diffusion" : false ,
    "CharaMix" : true ,
    "Volume" : false ,
    "HiddenSize" : 256 ,
    "Cluster" : "KMeans"
    "Characters" : [ "Taffy" , "Nyaru" ]
}
//Hop：模型的HopLength，不知道HopLength是啥的建议多看几个视频了解了解音频的基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Hubert：Hubert模型名，必须填且必须将在前置模型中下载到的Hubert放置到Hubert文件夹
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//Diffusion：是否为DDSP仓库下的扩散模型
//ShallowDiffusion：SoVits浅扩散模型，须填写ShallowDiffusion模型配置文件名（不带后缀和完整路径），小显存或内存下速度巨慢，效果未知，请根据实际情况决定是否使用）
//CharaMix：是否使用角色混合轨道
//Volume：该模型是否有音量Emb
//HiddenSize：Vec模型的尺寸（768/256）
//Cluster：聚类类型，包括"KMeans"和"Index"，KMeans需要前往SoVits仓库将KMeans文件导出为可用格式，放置到模型文件夹；Index同理，需要前往SoVits仓库导出为可用格式（如果是RVC的单角色Index只需要改名为Index-0.index）然后放置到模型文件夹下（有几个角色就有几个Index文件）

sovits_4.0:

 {
    "Folder" : "NyaruTaffySo" ,
    "Name" : "NyaruTaffy-SoVits" ,
    "Type" : "SoVits" ,
    "Rate" : 44100 ,
    "Hop" : 512 ,
    "Cleaner" : "" ,
    "Hubert" : "hubert4.0" ,
    "SoVits4.0V2" : false ,
    "ShallowDiffusion" : "NyaruTaffy"
    "Diffusion" : false ,
    "CharaMix" : true ,
    "Volume" : false ,
    "HiddenSize" : 256 ,
    "Cluster" : "KMeans"
    "Characters" : [ "Taffy" , "Nyaru" ]
}
//Hop：模型的HopLength，不知道HopLength是啥的建议多看几个视频了解了解音频的基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Hubert：Hubert模型名，必须填且必须将在前置模型中下载到的Hubert放置到Hubert文件夹
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//Diffusion：是否为DDSP仓库下的扩散模型
//ShallowDiffusion：SoVits浅扩散模型，须填写ShallowDiffusion模型配置文件名（不带后缀和完整路径），小显存或内存下速度巨慢，效果未知，请根据实际情况决定是否使用）
//CharaMix：是否使用角色混合轨道
//Volume：该模型是否有音量Emb
//HiddenSize：Vec模型的尺寸（768/256）
//Cluster：聚类类型，包括"KMeans"和"Index"，KMeans需要前往SoVits仓库将KMeans文件导出为可用格式，放置到模型文件夹；Index同理，需要前往SoVits仓库导出为可用格式（如果是RVC的单角色Index只需要改名为Index-0.index）然后放置到模型文件夹下（有几个角色就有几个Index文件）
//SoVits4.0V2: 是否为SoVits4.0V2模型

diffsvc:

 {
    "Folder" : "DiffShiroha" ,
    "Name" : "白羽" ,
    "Type" : "DiffSvc" ,
    "Rate" : 44100 ,
    "Hop" : 512 ,
    "MelBins" : 128 ,
    "Cleaner" : "" ,
    "Hifigan" : "nsf_hifigan" ,
    "Hubert" : "hubert" ,
    "Characters" : [ ] ,
    "Pndm" : 100 ,
    "Diffusion" : false ,
    "CharaMix" : true ,
    "Volume" : false ,
    "HiddenSize" : 256 ,
    "V2" : true
}
//Hop：模型的HopLength，不知道HopLength是啥的建议多看几个视频了解了解音频的基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）
//MelBins：模型的MelBins，不知道MelBins是啥的建议多看几个视频了解了解梅尔基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Hubert：Hubert模型名，必须填且必须将在前置模型中下载到的Hubert放置到Hubert文件夹
//Hifigan：Hifigan模型名，必须填且必须将在前置模型中下载到的nsf_hifigan放置到hifigan文件夹
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//Pndm：加速倍数，如果是V1模型则必填且必须为导出时设置的加速倍率
//V2：是否为V2模型，V2模型就是后来我分4个模块导出的那个
//Diffusion：是否为DDSP仓库下的扩散模型
//CharaMix：是否使用角色混合轨道
//Volume：该模型是否有音量Emb
//HiddenSize：Vec模型的尺寸（768/256）

Diffsinger:

 {
    "Folder" : "utagoe" ,
    "Name" : "utagoe" ,
    "Type" : "DiffSinger" ,
    "Rate" : 44100 ,
    "Hop" : 512 ,
    "Cleaner" : "" ,
    "Hifigan" : "singer_nsf_hifigan" ,
    "Characters" : [ ] ,
    "MelBins" : 128
}
//Hop：模型的HopLength，不知道HopLength是啥的建议多看几个视频了解了解音频的基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）
//Cleaner：插件名，可以不填，填了就必须要在Cleaner文件夹防止相应的CleanerDll，如果Dll不存在或者是Dll内部有问题，则会在加载模型时报插件错误
//Hifigan：Hifigan模型名，必须填且必须将在前置模型中下载到的singer_nsf_hifigan放置到hifigan文件夹
//Characters：如果是多角色模型必须填写为你的角色名称组成的列表，如果是单角色模型可以不填
//MelBins：模型的MelBins，不知道MelBins是啥的建议多看几个视频了解了解梅尔基础知识，这一项在SoVits中必须填。（数值必须为你训练时的数值，可以在你训练模型时候的配置文件里看到）

bertvits:

 {
    "Folder" : "HimenoSena" ,
    "Name" : "HimenoSena" ,
    "Type" : "BertVits" ,
    "Symbol" : [
        "_" ,
        "AA" ,
        "E" ,
        "EE" ,
        "En" ,
        "N" ,
        "OO" ,
        "V" ,
        "a" ,
        "a:" ,
        "aa" ,
        "ae" ,
        "ah" ,
        "ai" ,
        "an" ,
        "ang" ,
        "ao" ,
        "aw" ,
        "ay" ,
        "b" ,
        "by" ,
        "c" ,
        "ch" ,
        "d" ,
        "dh" ,
        "dy" ,
        "e" ,
        "e:" ,
        "eh" ,
        "ei" ,
        "en" ,
        "eng" ,
        "er" ,
        "ey" ,
        "f" ,
        "g" ,
        "gy" ,
        "h" ,
        "hh" ,
        "hy" ,
        "i" ,
        "i0" ,
        "i:" ,
        "ia" ,
        "ian" ,
        "iang" ,
        "iao" ,
        "ie" ,
        "ih" ,
        "in" ,
        "ing" ,
        "iong" ,
        "ir" ,
        "iu" ,
        "iy" ,
        "j" ,
        "jh" ,
        "k" ,
        "ky" ,
        "l" ,
        "m" ,
        "my" ,
        "n" ,
        "ng" ,
        "ny" ,
        "o" ,
        "o:" ,
        "ong" ,
        "ou" ,
        "ow" ,
        "oy" ,
        "p" ,
        "py" ,
        "q" ,
        "r" ,
        "ry" ,
        "s" ,
        "sh" ,
        "t" ,
        "th" ,
        "ts" ,
        "ty" ,
        "u" ,
        "u:" ,
        "ua" ,
        "uai" ,
        "uan" ,
        "uang" ,
        "uh" ,
        "ui" ,
        "un" ,
        "uo" ,
        "uw" ,
        "v" ,
        "van" ,
        "ve" ,
        "vn" ,
        "w" ,
        "x" ,
        "y" ,
        "z" ,
        "zh" ,
        "zy" ,
        "!" ,
        "?" ,
        "u2026" ,
        "," ,
        "." ,
        "'" ,
        "-" ,
        "SP" ,
        "UNK"
    ] ,
    "Cleaner" : "" ,
    "Rate" : 44100 ,
    "CharaMix" : true ,
    "Characters" : [
        "u56fdu89c1u83dcu5b50" ,
        "u59ecu91ceu661fu594f" ,
        "u65b0u5802u5f69u97f3" ,
        "u56dbu6761u51dbu9999" ,
        "u5c0fu97a0u7531u4f9d"
    ] ,
    "LanguageMap" : {
        "ZH" : [
            0 ,
            0
        ] ,
        "JP" : [
            1 ,
            6
        ] ,
        "EN" : [
            2 ,
            8
        ]
    } ,
    "Dict" : "BasicDict" ,
    "BertPath" : [
        "chinese-roberta-wwm-ext-large" ,
        "deberta-v2-large-japanese" ,
        "bert-base-japanese-v3"
    ]
} 

โครงการสนับสนุน

// ${xxx}是什么意思大家应该都知道吧，总之以下是多个不同项目需要的模型文件（需要放置在对应的模型文件夹下）。
// Tacotron2：
    ${Folder} _decoder_iter.onnx
    ${Folder} _encoder.onnx
    ${Folder} _postnet.onnx
// Vits:    单角色VITS
    ${Folder} _dec.onnx
    ${Folder} _flow.onnx
    ${Folder} _enc_p.onnx
    ${Folder} _dp.onnx 
// Vits:   多角色VITS
    ${Folder} _dec.onnx
    ${Folder} _emb.onnx
    ${Folder} _flow.onnx
    ${Folder} _enc_p.onnx
    ${Folder} _dp.onnx
// SoVits:
    ${Folder} _SoVits.onnx
// RVC:
    ${Folder} _RVC.onnx
// DiffSvc:
    ${Folder} _diffSvc.onnx
// DiffSvc: V2
    ${Folder} _encoder.onnx
    ${Folder} _denoise.onnx
    ${Folder} _pred.onnx
    ${Folder} _after.onnx
// DiffSinger: OpenVpiVersion
    ${Folder} _diffSinger.onnx
// DiffSinger: 
    ${Folder} _encoder.onnx
    ${Folder} _denoise.onnx
    ${Folder} _pred.onnx
    ${Folder} _after.onnx

การตั้งค่าอื่น ๆ

เครื่องหมาย

例如：_-!'(),.:;? ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz
打开你训练模型的项目，打开textsymbol.py，如图按照划线的List顺序将上面的4个字符串连接即可

เครื่องทำความสะอาด

 /*
Cleaner请放置于根目录的Cleaners文件夹内，应该是一个按照要求定义的动态库（.dll），dll应当命名为Cleaner名，Cleaner名即为模型定义Json文件中Cleaner一栏填写的内容。
所有的插件dll需要定义以下函数，函数名必须为PluginMain，Dll名必须为插件名（或Cleaner名）：
*/
const wchar_t * PluginMain ( const wchar_t *);
// 该接口只要求输入输出一致，并不要求功能一致，也就是说，你可以在改Dll中实现任何想要的功能，比方说ChatGpt，机器翻译等等。
// 以ChatGpt为例，PluginMain函数传入了一个输入字符串input，将该输入传入ChatGpt，再将ChatGpt的输出传入PluginMain，最后返回输出。
wchar_t * PluginMain ( wchar_t * input){
    wchar_t * tmpOutput = ChatGpt (input);
    return Clean (tmpOutput);
}
// 注意：导出dll时请使用 extern "C" 关键字来防止C++语言的破坏性命名。 

การรวบรวมท้องถิ่น

git clone https: // github.com/NaruseMioShirakana/MoeVoiceStudio.git
//自行配置OnnxRuntime和FFMPEG的Dll
//使用VisualStudio构建

รายการการพึ่งพา

• FFMPEG
• โลก
• Rapidjson
• เมกะไบต์
• Yyjson
• onnxruntime
• คน
• พจนานุกรมจีน

กฎระเบียบที่เกี่ยวข้อง

องค์กรหรือบุคคลใด ๆ ที่ใช้โครงการจะต้องปฏิบัติตามกฎหมายรวมถึง แต่ไม่ จำกัด เฉพาะสิ่งต่อไปนี้

ประมวลกฎหมายแพ่ง

มาตรา 1019

ไม่มีองค์กรหรือบุคคลใดที่อาจละเมิดสิทธิภาพบุคคลของผู้อื่นโดยการกล่าวโทษการหมิ่นประมาทหรือการใช้เทคโนโลยีสารสนเทศเพื่อปลอมแปลงพวกเขา ภาพบุคคลของผู้ถือขวาแนวตั้งจะไม่ถูกสร้างใช้หรือเปิดเผยโดยไม่ได้รับความยินยอมจากผู้ถือภาพบุคคลยกเว้นตามที่กฎหมายกำหนดไว้เป็นอย่างอื่น โดยไม่ได้รับความยินยอมจากผู้ถือภาพบุคคลที่ถูกต้องผู้ถือที่ถูกต้องของงานภาพบุคคลจะไม่ใช้หรือเปิดเผยภาพบุคคลของผู้ถือภาพบุคคลโดยการเผยแพร่การคัดลอกการออกการให้เช่าการจัดนิทรรศการ ฯลฯ การคุ้มครองเสียงของบุคคลธรรมดาจะต้องอยู่ภายใต้บทบัญญัติที่เกี่ยวข้องเกี่ยวกับการคุ้มครองสิทธิ

บทความ 1024

[ชื่อเสียงที่ถูกต้อง] วิชาโยธาได้รับสิทธิชื่อเสียง ไม่มีองค์กรหรือบุคคลใดที่จะละเมิดสิทธิชื่อเสียงของผู้อื่นโดยการดูถูกการใส่ร้ายหรือวิธีการอื่น ๆ

บทความ 1027

[งานละเมิดสิทธิชื่อเสียง] หากงานวรรณกรรมและศิลปะที่ตีพิมพ์โดยผู้กระทำความผิดนั้นถูกอธิบายโดยคนจริงหรือคนที่เฉพาะเจาะจงและมีเนื้อหาที่ดูถูกเหยียดหยามหรือใส่ร้ายซึ่งละเมิดสิทธิชื่อเสียงของผู้อื่นเหยื่อมีสิทธิ์ที่จะขอให้ผู้กระทำความผิดต้องรับผิดชอบ งานวรรณกรรมและศิลปะที่ตีพิมพ์โดยผู้กระทำความผิดไม่ได้อธิบายคนที่เฉพาะเจาะจงว่าเป็นวัตถุประสงค์ของคำอธิบายและเฉพาะในกรณีที่แปลงนั้นคล้ายกับสถานการณ์ของบุคคลที่เฉพาะเจาะจงพวกเขาจะไม่รับผิดชอบต่อความรับผิดทางแพ่ง

รัฐธรรมนูญของสาธารณรัฐประชาชนจีน

กฎหมายอาญาของสาธารณรัฐประชาชนจีน

ประมวลกฎหมายแพ่งของสาธารณรัฐประชาชนจีน

วัสดุภาพที่ Moess ใช้มาจาก:

• Summerpockets

- ขอบคุณผู้มีส่วนร่วมทุกคนสำหรับความพยายามของพวกเขา

เชิงอรรถ

1. เกณฑ์สำหรับการตัดสินรายได้ต่ำคือ: เนื้อหาใด ๆ ที่สร้างขึ้นโดยใช้ AI จำนวนมากเนื้อหาต้นฉบับต่ำความหมายไม่ทราบเนื้อหามีคุณภาพต่ำ ฯลฯ ↩

2. เกณฑ์การตัดสิน E-SPAM: 1. ความคิดริเริ่ม สัดส่วนของสิ่งของของคุณเองทั่วทั้งโครงการ (สำหรับ AI การสร้างแบบจำลองที่ได้รับการฝึกฝนโดยคุณเป็นของคุณอย่างอิสระการสร้างแบบจำลองที่เป็นของคนอื่น ๆ ) แง่มุมที่ครอบคลุมรวมถึง แต่ไม่ จำกัด เฉพาะโปรแกรมศิลปะเสียงการวางแผน ฯลฯ ตัวอย่างเช่นการใช้ความสามัคคีและเทมเพลตเครื่องยนต์อื่น ๆ เพื่อแทนที่สกินคือของเสียอิเล็กทรอนิกส์