so vits svc fork下載 - so vits svc fork源代碼下載

so vits svc fork

其他源碼

v4.2.26

下載

softvc vits歌聲轉換叉

簡體中文

帶有實時支持的so-vits-svc叉子，並大大改進了界面。基於分支4.0 （V1）（OR 4.1 ），模型是兼容的。 4.1不支持模型。其他模型也不支持。

不再維護

原因

一年之內，該技術發生了巨大的發展，並且有許多更好的選擇
希望創建一個更模塊化，易於安裝的存儲庫，但沒有技能，時間，金錢
Pysimplegui不再是LGPL
使用Typer比直接使用點擊越來越流行

替代方案

總是要注意很少有影響者對任何新項目/技術都感到非常驚訝的影響者。您需要帶有半構想的每個社交網絡帖子。

2023年發生的聲音改變繁榮已經結束，許多開發人員，不僅僅是該存儲庫中的開發人員都在一段時間內都不是很活躍。

這裡有太多替代方案可在這裡列出：

RVC家族：Iahispano/Applio（MIT），Fumiama's RVC（AGPL）和原始RVC（MIT）
VCCLIENT（MIT等）非常積極地維護，並為實時轉換提供基於Web的GUI。
魚擴散試圖是模塊化的，但沒有完全積極地維護。
YXLLLC/DDSP -SVC-偶爾會發行新版本。 yxlllc/reflow-vae-svc
coqui-ai/tts用於TTS，但部分模塊化。但是，不幸的是，它不再維護。

在其他地方，幾家初創企業改善和銷售了語音改變者（可能是為了獲利）。

自2023年春季以來，該存儲庫的更新僅限於維護。~~很難在此處縮小替代方案的列表，但是如果您正在尋找具有更好性能的語音變化器（尤其是在質量以外的延遲方面），請考慮嘗試其他項目。~~ >~~但是，對於那些想暫時嘗試語音轉換的人來說，該項目可能是理想的選擇（因為它易於安裝）。~~

原始存儲庫中不可用的功能

實時語音轉換（在v1.1.0中增強）
部分集成了QuickVC
修復了原始存儲庫中ContentVec的濫用。 ¹
使用CREPE更準確的音高估算。
GUI和統一CLI可用
〜〜2倍訓練
準備僅通過與pip安裝來使用。
自動下載預算的型號。無需安裝fairseq 。
代碼完全用黑色，Isort，Autoflake等格式化。

安裝

選項1。一鍵易於安裝

該BAT文件將自動執行下面描述的步驟。

選項2。手動安裝（使用PIPX，實驗）

1。安裝pipx

Windows（由於PYPA/PIPX＃940所需的開發版本）：

py -3 -m pip install --user git+https://github.com/pypa/pipx.git
py -3 -m pipx ensurepath

Linux/MacOS：

python -m pip install --user pipx
python -m pipx ensurepath

2。安裝SO-VITS-SVC-FORK

pipx install so-vits-svc-fork --python=3.11
pipx inject so-vits-svc-fork torch torchaudio --pip-args= " --upgrade " --index-url=https://download.pytorch.org/whl/cu121 # https://download.pytorch.org/whl/nightly/cu121

選項3。手動安裝

創建虛擬環境

視窗：

py -3.11 -m venv venv
venv S cripts a ctivate

Linux/MacOS：

python3.11 -m venv venv
source venv/bin/activate

Anaconda：

conda create -n so-vits-svc-fork python=3.11 pip
conda activate so-vits-svc-fork

如果在程序文件中安裝了Python，則在不創建虛擬環境的情況下安裝可能會導致PermissionError 。

通過PIP（或使用PIP的您喜歡的軟件包管理器）安裝此信息：

python -m pip install -U pip setuptools wheel
pip install -U torch torchaudio --index-url https://download.pytorch.org/whl/cu121 # https://download.pytorch.org/whl/nightly/cu121
pip install -U so-vits-svc-fork

筆記

如果沒有GPU或使用MACOS，只需刪除pip install -U torch torchaudio --index-url https://download.pytorch.org/whl/cu121即可。國會議員可能受到支持。
如果您在Linux上使用AMD GPU，請替換--index-url https://download.pytorch.org/whl/cu121與--index-url https://download.pytorch.org/whl/nightly/rocm5.7 。 Windows不支持AMD GPU（＃120）。

更新

請定期更新此軟件包，以獲取最新功能和錯誤修復。

pip install -U so-vits-svc-fork
# pipx upgrade so-vits-svc-fork

用法

推理

GUI

GUI通過以下命令啟動：

svcg

CLI

實時（來自麥克風）

svc vc

文件

svc infer source.wav

審計的模型可在擁抱面或civitai上使用。

筆記

如果使用WSL，請注意，WSL需要額外的設置來處理音頻，而GUI將無法在不找到音頻設備的情況下工作。
實時推斷，如果輸入上存在噪聲，則休伯特模型也會對此做出反應。在這種情況下，請考慮使用實時降低降噪應用，例如RTX語音。
不支持4.0V1或此存儲庫以外的模型。
GPU推理至少需要4 GB的VRAM。如果它不起作用，請嘗試CPU推斷，因為它足夠快。 ²

訓練

訓練前

如果您的數據集具有BGM，請使用諸如Ultimate Vocal Over劑之類的軟件刪除BGM。建議使用3_HP-Vocal-UVR.pth或UVR-MDX-NET Main 。 ³
如果您的數據集是帶有單個揚聲器的長音頻文件，請使用svc pre-split將數據集拆分為多個文件（使用librosa ）。
如果您的數據集是帶有多個揚聲器的長音頻文件，請使用svc pre-sd將數據集拆分為多個文件（使用pyannote.audio ）。由於準確性問題，可能需要進一步的手動分類。如果說話者用各種語音樣式說話，那麼宣揚的演講風格 - 宣傳者比實際的揚聲器數量更大。由於未解決的依賴關係，請手動安裝pyannote.audio pip install pyannote-audio 。
要手動對音頻文件進行分類，可以使用svc pre-classify 。上下箭頭鍵可用於更改播放速度。

雲

⁴

如果您無法訪問具有超過10 GB VRAM的GPU，則建議使用Google COLAB的免費計劃，並建議使用論文空間的Pro/Growth Plan Play/Growts Plans for Heeby用戶。相反，如果您可以訪問高端GPU，則不建議使用雲服務。

當地的

將數據集像dataset_raw/{speaker_id}/**/{wav_file}.{any_format}

svc pre-resample
svc pre-config
svc pre-hubert
svc train -t

筆記

每個文件的數據集音頻持續時間應<〜10s。
至少需要4GB VRAM。 ⁵
建議在config.json中盡可能增加batch_size ，以匹配train容量。將batch_size設置為auto-{init_batch_size}-{max_n_trials} （或簡單地auto ）會自動增加batch_size ，直到發生OOM錯誤，但在某些情況下可能不會有用。
要使用CREPE ，請用SVC svc pre-hubert -fm crepe svc pre-hubert 。
要正確使用ContentVec ，請用-t so-vits-svc-4.0v1替換svc pre-config 。訓練可能需要更長的時間，因為由於重複使用傳統初始發電機的重量，某些權重被重置。
要使用MS-iSTFT Decoder ，請用svc pre-config svc pre-config -t quickvc Pre-Config。
靜音去除和體積歸一化將自動執行（如在上游回購中），並且不需要。
如果您已經在大型，無版權的數據集上訓練，請考慮將其作為初始模型釋放。
有關更多詳細信息（例如參數等），您可以看到Wiki或討論。

進一步的幫助

有關更多詳細信息，請運行svc -h或svc <subcommand> -h 。

 > svc -h
Usage: svc [OPTIONS] COMMAND [ARGS]...

  so-vits-svc allows any folder structure for training data.
  However, the following folder structure is recommended.
      When training: dataset_raw/{speaker_name}/ ** /{wav_name}.{any_format}
      When inference: configs/44k/config.json, logs/44k/G_XXXX.pth
  If the folder structure is followed, you DO NOT NEED TO SPECIFY model path, config path, etc.
  (The latest model will be automatically loaded.)
  To train a model, run pre-resample, pre-config, pre-hubert, train.
  To infer a model, run infer.

Options:
  -h, --help  Show this message and exit.

Commands:
  clean          Clean up files, only useful if you are using the default file structure
  infer          Inference
  onnx           Export model to onnx (currently not working)
  pre-classify   Classify multiple audio files into multiple files
  pre-config     Preprocessing part 2: config
  pre-hubert     Preprocessing part 3: hubert If the HuBERT model is not found, it will be...
  pre-resample   Preprocessing part 1: resample
  pre-sd         Speech diarization using pyannote.audio
  pre-split      Split audio files into multiple files
  train          Train model If D_0.pth or G_0.pth not found, automatically download from hub.
  train-cluster  Train k-means clustering
  vc             Realtime inference from microphone

外部鏈接

視頻教程

貢獻者

謝謝這些好人（表情符號鑰匙）：

_34J ？？？？配x ✅？	_{GarrettConway} ？？	_藍色？？	_{throflawayAccount01} ？	_緋？	_Lordmau5 ？？？？	_DL909 ？
_滿足256 ？	_{皮埃爾利吉·扎加里亞（Pierluigi Zagaria）} ？	_{ruckusmattster} ？	_Desuka-Art ？	_嘿，fixit	_{書呆子囓齒動物} ？	_謝宇
_Coldcawfee ？	_Sbersier ？？？	_Meldoner ？？	_mmmodeusher ？	_阿隆丹？	_likkkez ？	_膠帶遊戲？
_他？	_75aosu ？	_Tonyco82 ？	_yxlllc ？	_開口？	_{escoolioinglesias} ？？？	_blacksingh ？
_{MGS。 M. Thoyib Antarnusa} ？	_Exosfeer ？	_古拉農？？	_{亞歷山大·庫米斯（Alexander Koumis）}	_Acekagami ？	_Highupech ？	_天蠍座
_maximxls	_Star3lord ？	_叉？	_{Zerui Chen} ？	_{Roee Shenberg} ？？	_Justas ？	_Onako2
_4ll0w3v1l	_J5Y0V6B ？ ️	_{Marcellocirelli} ？	_{Priyanshu Patel}	_{Anna Gorshunova} ？

該項目遵循全企業規範。歡迎任何形式的貢獻！

＃206↩
＃469↩
https://ytpmv.info/how-to-use-uvr/
如果您註冊推薦代碼，然後添加付款方式，則可以在第一個月的每月賬單中節省約5美元。請注意，兩個推薦獎勵都是論文空間信用額，而不是現金。這是一個艱難的決定，但插入了，因為調試和培訓初始模型需要大量的計算能力，而開發人員是學生。 ↩
＃456↩

展開

附加信息