diff --git a/docs/CHANGELOG.md b/docs/CHANGELOG.md index 3252386..3555b00 100644 --- a/docs/CHANGELOG.md +++ b/docs/CHANGELOG.md @@ -13,6 +13,7 @@ - `Data/モデル名/raw`から使う場合も`raw`直下に同様に配置 - サブフォルダの個数が0または1の場合は、今まで通りのNeutralスタイルのみが作成されます - batファイルでのインストールの大幅な高速化(Pythonのライブラリインストールに[uv](https://github.com/astral-sh/uv)を使用) +- 学習時に「カスタムバッチサンプラーを無効化」オプションを追加。これにより、長い音声ファイルも学習に使われるようになりますが、使用VRAMがかなり増えたり学習が不安定になる可能性があります。 - [よくある質問](/docs/FAQ.md)を追加 - 英語の音声合成の速度向上([gordon0414](https://github.com/gordon0414)さんによる[PR](https://github.com/litagin02/Style-Bert-VITS2/pull/124)です、ありがとうございます!) - エディターの各種機能改善(多くが[kamexy](https://github.com/kamexy)様による[エディターリポジトリ](https://github.com/litagin02/Style-Bert-VITS2-Editor)へのプルリク群です、ありがとうございます!) diff --git a/gradio_tabs/train.py b/gradio_tabs/train.py index ebee2a6..e77b761 100644 --- a/gradio_tabs/train.py +++ b/gradio_tabs/train.py @@ -409,7 +409,7 @@ change_log_md = """ **Ver 2.5以降の変更点** - `raw/`フォルダの中で音声をサブディレクトリに分けて配置することで、自動的にスタイルが作成されるようになりました。詳細は下の「使い方/データの前準備」を参照してください。 -- これまでは1ファイルあたり14秒程度を超えた音声ファイルは学習には用いられていませんでしたが、Ver 2.5以降では「カスタムバッチサンプラーを使わない」にチェックを入れることでその制限が無しに学習できるようになりました(デフォルトはオフ)。ただし: +- これまでは1ファイルあたり14秒程度を超えた音声ファイルは学習には用いられていませんでしたが、Ver 2.5以降では「カスタムバッチサンプラーを無効化」にチェックを入れることでその制限が無しに学習できるようになりました(デフォルトはオフ)。ただし: - 音声ファイルが長い場合の学習効率は悪いかもしれず、挙動も確認していません - チェックを入れると要求VRAMがかなり増えるようので、学習に失敗したりVRAM不足になる場合は、バッチサイズを小さくするか、チェックを外してください """ @@ -724,7 +724,7 @@ def create_train_app(): value=True, ) not_use_custom_batch_sampler = gr.Checkbox( - label="カスタムバッチサンプラーを使わない", + label="カスタムバッチサンプラーを無効化", info="VRAMに余裕がある場合にチェックすると、長い音声ファイルも学習に使われるようになります", value=False, )