Maybe v2.3
This commit is contained in:
litagin02
29
README.md
29
README.md
@@ -7,14 +7,15 @@ https://github.com/litagin02/Style-Bert-VITS2/assets/139731664/e853f9a2-db4a-420
|
||||
- **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)
|
||||
- [🤗 オンラインデモはこちらから](https://huggingface.co/spaces/litagin/Style-Bert-VITS2-JVNV)
|
||||
- [🤗 オンラインデモはこちらから](https://huggingface.co/spaces/litagin/Style-Bert-VITS2-Editor-Demo)
|
||||
- [Zennの解説記事](https://zenn.dev/litagin/articles/034819a5256ff4)
|
||||
|
||||
- [**リリースページ**](https://github.com/litagin02/Style-Bert-VITS2/releases/)、[更新履歴](docs/CHANGELOG.md)
|
||||
- [**リリースページ**](https://github.com/litagin02/Style-Bert-VITS2/releases/)、[更新履歴](/docs/CHANGELOG.md)
|
||||
|
||||
- 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
|
||||
- 2024-02-03: ver 2.0
|
||||
- 2024-02-03: ver 2.0 (JP-Extra)
|
||||
- 2024-01-09: ver 1.3
|
||||
- 2023-12-31: ver 1.2
|
||||
- 2023-12-29: ver 1.1
|
||||
@@ -33,7 +34,7 @@ This repository is based on [Bert-VITS2](https://github.com/fishaudio/Bert-VITS2
|
||||
|
||||
## 使い方
|
||||
|
||||
<!-- 詳しくは[こちら](docs/tutorial.md)を参照してください。 -->
|
||||
CLIでの使い方は[こちら](/docs/CLI.md)を参照してください。
|
||||
|
||||
### 動作環境
|
||||
|
||||
@@ -45,13 +46,14 @@ This repository is based on [Bert-VITS2](https://github.com/fishaudio/Bert-VITS2
|
||||
|
||||
Windowsを前提としています。
|
||||
|
||||
1. [このzipファイル](https://github.com/litagin02/Style-Bert-VITS2/releases/download/2.2/Style-Bert-VITS2.zip)を**パスに日本語や空白が含まれない場所に**ダウンロードして展開します。
|
||||
1. [このzipファイル](https://github.com/litagin02/Style-Bert-VITS2/releases/download/2.3/Style-Bert-VITS2.zip)を**パスに日本語や空白が含まれない場所に**ダウンロードして展開します。
|
||||
- グラボがある方は、`Install-Style-Bert-VITS2.bat`をダブルクリックします。
|
||||
- グラボがない方は、`Install-Style-Bert-VITS2-CPU.bat`をダブルクリックします。CPU版では学習はできませんが、音声合成とマージは可能です。
|
||||
2. 待つと自動で必要な環境がインストールされます。
|
||||
3. その後、自動的に音声合成するためのWebUIが起動したらインストール成功です。デフォルトのモデルがダウンロードされるているので、そのまま遊ぶことができます。
|
||||
3. その後、自動的に音声合成するためのエディターが起動したらインストール成功です。デフォルトのモデルがダウンロードされるているので、そのまま遊ぶことができます。
|
||||
|
||||
またアップデートをしたい場合は、`Update-Style-Bert-VITS2.bat`をダブルクリックしてください。ただし**1.x**から**2.x**へアップデートする場合は、[このbatファイル](https://github.com/litagin02/Style-Bert-VITS2/releases/download/2.2/Update-to-JP-Extra.bat)を`Style-Bert-VITS2`フォルダがあるフォルダ（`Update-Style-Bert-VITS2.bat`等があるフォルダ）へ保存してからダブルクリックしてください。
|
||||
またアップデートをしたい場合は、`Update-Style-Bert-VITS2.bat`をダブルクリックしてください。ただし以下の場合は、専用のアップデートbatファイルを`Style-Bert-VITS2`フォルダがあるフォルダ（`Update-Style-Bert-VITS2.bat`等があるフォルダ）へ保存してからダブルクリックしてください。
|
||||
- **2.3以前**から**2.3以上**（辞書・エディター付き）へアップデート: [Update-to-Dict-Editor.bat](https://github.com/litagin02/Style-Bert-VITS2/releases/download/2.3/Update-to-Dict-Editor.bat)
|
||||
|
||||
#### GitやPython使える人
|
||||
|
||||
@@ -69,7 +71,12 @@ python initialize.py # 必要なモデルとデフォルトTTSモデルをダ
|
||||
|
||||
### 音声合成
|
||||
|
||||
`App.bat`をダブルクリックか、`python app.py`するとWebUIが起動します（`python app.py --cpu`でCPUモードで起動、学習中チェックに便利です）。インストール時にデフォルトのモデルがダウンロードされているので、学習していなくてもそれを使うことができます。
|
||||
音声合成エディターは`Editor.bat`をダブルクリックか、`python server_editor.py --inbrowser`すると起動します（`--device cpu`でCPUモードで起動）。画面内で各セリフごとに設定を変えて原稿を作ったり、保存や読み込みや辞書の編集等ができます。
|
||||
インストール時にデフォルトのモデルがダウンロードされているので、学習していなくてもそれを使うことができます。
|
||||
|
||||
エディター部分は[別リポジトリ](https://github.com/litagin02/Style-Bert-VITS2-Editor)に分かれています。
|
||||
|
||||
バージョン2.2以前での音声合成WebUIは、`App.bat`をダブルクリックか、`python app.py`するとWebUIが起動します。
|
||||
|
||||
音声合成に必要なモデルファイルたちの構造は以下の通りです（手動で配置する必要はありません）。
|
||||
```
|
||||
@@ -91,7 +98,7 @@ model_assets
|
||||
### 学習
|
||||
|
||||
- CLIでの学習の詳細は[こちら](docs/CLI.md)を参照してください。
|
||||
- paperspace上での学習の詳細は[こちら](docs/paperspace.md)を参照してください。
|
||||
- paperspace上での学習の詳細は[こちら](docs/paperspace.md)、colabでの学習は[こちら](http://colab.research.google.com/github/litagin02/Style-Bert-VITS2/blob/master/colab.ipynb)を参照してください。
|
||||
|
||||
学習には2-14秒程度の音声ファイルが複数と、それらの書き起こしデータが必要です。
|
||||
|
||||
@@ -126,6 +133,10 @@ API仕様は起動後に`/docs`にて確認ください。
|
||||
- 入力文字数はデフォルトで100文字が上限となっています。これは`config.yml`の`server.limit`で変更できます。
|
||||
- デフォルトではCORS設定を全てのドメインで許可しています。できる限り、`config.yml`の`server.origins`の値を変更し、信頼できるドメインに制限ください(キーを消せばCORS設定を無効にできます)。
|
||||
|
||||
また音声合成エディターのAPIサーバーは`python server_editor.py`で起動します。があまりまだ整備をしていません。[エディターのリポジトリ](https://github.com/litagin02/Style-Bert-VITS2-Editor)から必要な最低限のAPIしか現在は実装していません。
|
||||
|
||||
音声合成エディターのウェブデプロイについては[このDockerfile](Dockerfile.deploy)を参考にしてください。
|
||||
|
||||
### 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。
|
||||
|
||||
Reference in New Issue
Block a user