docs
This commit is contained in:
litagin02
15
README.md
15
README.md
@@ -4,6 +4,8 @@ Bert-VITS2 with more controllable voice styles.
|
||||
|
||||
https://github.com/litagin02/Style-Bert-VITS2/assets/139731664/e853f9a2-db4a-4202-a1dd-56ded3c562a0
|
||||
|
||||
You can install via `pip install style-bert-vits2` (inference only), see [library.ipynb](/library.ipynb) for example usage.
|
||||
|
||||
- **解説チュートリアル動画** [YouTube](https://youtu.be/aTUSzgDl1iY) [ニコニコ動画](https://www.nicovideo.jp/watch/sm43391524)
|
||||
- [English README](docs/README_en.md)
|
||||
- [](http://colab.research.google.com/github/litagin02/Style-Bert-VITS2/blob/master/colab.ipynb)
|
||||
@@ -12,6 +14,7 @@ https://github.com/litagin02/Style-Bert-VITS2/assets/139731664/e853f9a2-db4a-420
|
||||
|
||||
- [**リリースページ**](https://github.com/litagin02/Style-Bert-VITS2/releases/)、[更新履歴](/docs/CHANGELOG.md)
|
||||
|
||||
- 2024-03-15: ver 2.4.0 (大規模リファクタリングや種々の改良、ライブラリ化)
|
||||
- 2024-02-26: ver 2.3 (辞書機能とエディター機能)
|
||||
- 2024-02-09: ver 2.2
|
||||
- 2024-02-07: ver 2.1
|
||||
@@ -42,6 +45,8 @@ CLIでの使い方は[こちら](/docs/CLI.md)を参照してください。
|
||||
|
||||
### インストール
|
||||
|
||||
Pythonライブラリとしてのpipでのインストールや使用例は[library.ipynb](/library.ipynb)を参照してください。
|
||||
|
||||
#### GitやPythonに馴染みが無い方
|
||||
|
||||
Windowsを前提としています。
|
||||
@@ -107,8 +112,8 @@ model_assets
|
||||
|
||||
#### データセット作り
|
||||
|
||||
- `Dataset.bat`をダブルクリックか`python webui_dataset.py`すると、音声ファイルからデータセットを作るためのWebUIが起動します（音声ファイルを適切な長さにスライスし、その後に文字の書き起こしを自動で行います）。
|
||||
- 指示に従った後、閉じて下の「学習WebUI」でそのまま学習を行うことができます。
|
||||
- `App.bat`をダブルクリックか`python app.py`したところの「データセット作成」タブから、音声ファイルを適切な長さにスライスし、その後に文字の書き起こしを自動で行えます。
|
||||
- 指示に従った後、下の「学習」タブでそのまま学習を行うことができます。
|
||||
|
||||
注意: データセットの手動修正やノイズ除去等、細かい修正を行いたい場合は[Aivis](https://github.com/tsukumijima/Aivis)や、そのデータセット部分のWindows対応版 [Aivis Dataset](https://github.com/litagin02/Aivis-Dataset) を使うといいかもしれません。ですがファイル数が多い場合などは、このツールで簡易的に切り出してデータセットを作るだけでも十分という気もしています。
|
||||
|
||||
@@ -116,12 +121,12 @@ model_assets
|
||||
|
||||
#### 学習WebUI
|
||||
|
||||
- `Train.bat`をダブルクリックか`python webui_train.py`するとWebUIが起動するので指示に従ってください。
|
||||
- `App.bat`をダブルクリックか`python app.py`して開くWebUIの「学習」タブから指示に従ってください。
|
||||
|
||||
### スタイルの生成
|
||||
|
||||
- デフォルトスタイル「Neutral」以外のスタイルを使いたい人向けです。
|
||||
- `Style.bat`をダブルクリックか`python webui_style_vectors.py`するとWebUIが起動します。
|
||||
- `App.bat`をダブルクリックか`python app.py`して開くWebUIの「スタイル作成」タブから、音声ファイルを使ってスタイルを生成できます。
|
||||
- 学習とは独立しているので、学習中でもできるし、学習が終わっても何度もやりなおせます（前処理は終わらせている必要があります）。
|
||||
- スタイルについての仕様の詳細は[clustering.ipynb](clustering.ipynb)を参照してください。
|
||||
|
||||
@@ -140,7 +145,7 @@ API仕様は起動後に`/docs`にて確認ください。
|
||||
### マージ
|
||||
|
||||
2つのモデルを、「声質」「声の高さ」「感情表現」「テンポ」の4点で混ぜ合わせて、新しいモデルを作ることが出来ます。
|
||||
`Merge.bat`をダブルクリックか`python webui_merge.py`するとWebUIが起動します。
|
||||
`App.bat`をダブルクリックか`python app.py`して開くWebUIの「マージ」タブから、2つのモデルを選択してマージすることができます。
|
||||
|
||||
### 自然性評価
|
||||
|
||||
|
||||
Reference in New Issue
Block a user