Update webui

webui_style_vectors.py

@@ -198,6 +198,7 @@ def save_style_vectors_from_clustering(model_name, style_names_str: str):
     style_vectors = np.stack([mean] + centroids)
     style_vector_path = os.path.join(result_dir, "style_vectors.npy")
     if os.path.exists(style_vector_path):
+        logger.info(f"Backup {style_vector_path} to {style_vector_path}.bak")
         shutil.copy(style_vector_path, f"{style_vector_path}.bak")
     np.save(style_vector_path, style_vectors)
 
@@ -214,6 +215,7 @@ def save_style_vectors_from_clustering(model_name, style_names_str: str):
     if len(set(style_names)) != len(style_names):
         return f"スタイル名が重複しています。"
 
+    logger.info(f"Backup {config_path} to {config_path}.bak")
     shutil.copy(config_path, f"{config_path}.bak")
     with open(config_path, "r", encoding="utf-8") as f:
         json_dict = json.load(f)
@@ -255,6 +257,7 @@ def save_style_vectors_from_files(
     assert len(style_name_list) == len(style_vectors)
     style_vector_path = os.path.join(result_dir, "style_vectors.npy")
     if os.path.exists(style_vector_path):
+        logger.info(f"Backup {style_vector_path} to {style_vector_path}.bak")
         shutil.copy(style_vector_path, f"{style_vector_path}.bak")
     np.save(style_vector_path, style_vectors)
 
@@ -262,6 +265,7 @@ def save_style_vectors_from_files(
     config_path = os.path.join(result_dir, "config.json")
     if not os.path.exists(config_path):
         return f"{config_path}が存在しません。"
+    logger.info(f"Backup {config_path} to {config_path}.bak")
     shutil.copy(config_path, f"{config_path}.bak")
 
     with open(config_path, "r", encoding="utf-8") as f:
@@ -291,7 +295,7 @@ Style-Bert-VITS2でこまかくスタイルを指定して音声合成するに
 - 方法3: 自分でもっと頑張ってこだわって作る（JVNVコーパスなど、もともとスタイルラベル等が利用可能な場合はこれがよいかも）
 """
 
-method1 = """
+method1 = f"""
 学習の時に取り出したスタイルベクトルを読み込んで、可視化を見ながらスタイルを分けていきます。
 
 手順:
@@ -303,7 +307,7 @@ method1 = """
 
 詳細: スタイルベクトル(256次元)たちを適当なアルゴリズムでクラスタリングして、各クラスタの中心のベクトル（と全体の平均ベクトル）を保存します。
 
-平均スタイル（{DEFAULT_EMOTION}）は自動的に保存されます。
+平均スタイル（{DEFAULT_STYLE}）は自動的に保存されます。
 """
 
 dbscan_md = """

webui_train.py

@@ -238,7 +238,7 @@ def preprocess_all(
     return True, "Success: 全ての前処理が完了しました。ターミナルを確認しておかしいところがないか確認するのをおすすめします。"
 
 
-def train(model_name):
+def train(model_name, skip_style=False):
     dataset_path, _, _, _, config_path = get_path(model_name)
     # 学習再開の場合は念のためconfig.ymlの名前等を更新
     with open("config.yml", "r", encoding="utf-8") as f:
@@ -247,6 +247,9 @@ def train(model_name):
     yml_data["dataset_path"] = dataset_path
     with open("config.yml", "w", encoding="utf-8") as f:
         yaml.dump(yml_data, f, allow_unicode=True)
+    cmd = ["train_ms.py", "--config", config_path, "--model", dataset_path]
+    if skip_style:
+        cmd.append("--skip_default_style")
     success, message = run_script_with_log(
         ["train_ms.py", "--config", config_path, "--model", dataset_path]
     )
@@ -445,6 +448,11 @@ if __name__ == "__main__":
                     info_style = gr.Textbox(label="状況")
         gr.Markdown("## 学習")
         with gr.Row(variant="panel"):
+            skip_style = gr.Checkbox(
+                label="スタイルファイルの生成をスキップする",
+                info="学習再開の場合の場合はチェックしてください",
+                value=False,
+            )
             train_btn = gr.Button(value="学習を開始する", variant="primary")
             info_train = gr.Textbox(label="状況")
 
@@ -499,7 +507,7 @@ if __name__ == "__main__":
             outputs=[info_style],
         )
         train_btn.click(
-            second_elem_of(train), inputs=[model_name], outputs=[info_train]
+            second_elem_of(train), inputs=[model_name, skip_style], outputs=[info_train]
         )
 
     parser = argparse.ArgumentParser()