Maybe v2.3

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)
 - [![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](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。

dict_data/default.csv

@@ -1,3 +1,5 @@
 Ｂｅｒｔ,,,8609,名詞,固有名詞,一般,*,*,*,Ｂｅｒｔ,バアト,バアト,0/3,*
 ＶＩＴＳ,,,8609,名詞,固有名詞,一般,*,*,*,ＶＩＴＳ,ビッツ,ビッツ,0/3,*
-ＶＩＴＳ２,,,8609,名詞,固有名詞,一般,*,*,*,ＶＩＴＳ２,ビッツツウ,ビッツツウ,4/5,*
+ＶＩＴＳ二,,,8609,名詞,固有名詞,一般,*,*,*,ＶＩＴＳ二,ビッツツー,ビッツツー,4/5,*
+ＢｅｒｔＶＩＴＳ,,,8609,名詞,固有名詞,一般,*,*,*,ＢｅｒｔＶＩＴＳ,バアトビッツ,バアトビッツ,4/6,*
+担々麺,,,8609,名詞,固有名詞,一般,*,*,*,担々麺,タンタンメン,タンタンメン,3/6,*

docs/CHANGELOG.md

@@ -4,8 +4,10 @@
 
 ### 大きな変更
 
+大きい変更をいくつかしたため、**アップデートはまた専用の手順**が必要です。下記の指示にしたがってください。
+
 #### ユーザー辞書機能
-あらかじめ辞書に固有名詞を追加することができ、それが学習時・音声合成時の読み取得部分に適応されます。辞書の追加・編集は次のエディタ経由で行ってください。または、手持ちのOpenJTalkのcsv形式の辞書がある場合は、`dict_data/default.csv`ファイルを直接上書きや追加しても可能です。
+あらかじめ辞書に固有名詞を追加することができ、それが**学習時**・**音声合成時**の読み取得部分に適応されます。辞書の追加・編集は次のエディタ経由で行ってください。または、手持ちのOpenJTalkのcsv形式の辞書がある場合は、`dict_data/default.csv`ファイルを直接上書きや追加しても可能です。
 
 使えそうな辞書（ライセンス等は各自ご確認ください）（他に良いのがあったら教えて下さい）：
 
@@ -26,7 +28,7 @@
 
 ### バグ修正
 
-- 「うっうあ」等の特定の状況で読みが正しく取得できないバグの修正
+- 特定の状況で読みが正しく取得できず `list index out of range` となるバグの修正
 - 前処理時に、書き起こしファイルのある行の形式が不正だと、書き起こしファイルのそれ以降の内容が消えてしまうバグの修正
 - faster-whisperが1.0.0にメジャーバージョンアップされ（今のところ）大幅に劣化したので、バージョンを0.10.1へ固定
 
@@ -37,14 +39,32 @@
 - コマンドラインで前処理や学習が簡単にできるよう、前処理を行う`preprocess_all.py`を追加（詳しくは[CLI.md](/docs/CLI.md)を参照）
 - 学習の際に、自動的に自分のhugging faceリポジトリへ結果をアップロードするオプションを追加。コマンドライン引数で`--repo_id username/my_model`のように指定してください（詳しくは[CLI.md](/docs/CLI.md)を参照）。🤗の無制限ストレージが使えるのでクラウドでの学習に便利です。
 - 学習時にデコーダー部分を凍結するオプションの追加。品質がもしかしたら上がるかもしれません。
-- `initialize.py`に引数`--dataset_root`と`--assets_root`を追加し、`configs/paths.yml`を変更できるようにした
+- `initialize.py`に引数`--dataset_root`と`--assets_root`を追加し、`configs/paths.yml`をその時点で変更できるようにした
 
 ### その他
 
 - [paperspaceでの学習の手引きを追加](/docs/paperspace.md)、paperspaceでのimageに使える[Dockerfile](/Dockerfile.train)を追加
-- [CLIでの学習の仕方を追加](/docs/CLI.md)
+- [CLIでの各種処理の実行の仕方を追加](/docs/CLI.md)
 - [Hugging Face spacesで遊べる音声合成エディタ](https://huggingface.co/spaces/litagin/Style-Bert-VITS2-Editor-Demo)をデプロイするための[Dockerfile](Dockerfile.deploy)を追加
 
+### アップデート手順
+
+- [Update-to-Dict-Editor.bat](https://github.com/litagin02/Style-Bert-VITS2/releases/download/2.3/Update-to-Dict-Editor.bat)をダウンロードし、`Style-Bert-VITS2`フォルダがある場所（インストールbatファイルとかがあったところ）においてダブルクリックしてください。
+
+- 手動での場合は、以下の手順で実行してください：
+```bash
+git pull
+venv\Scripts\activate
+pip uninstall pyopenjtalk-prebuilt
+pip install -r requirements.txt
+# python initialize.py  # これを1.x系からのアップデートの場合は実行してください
+python server_editor.py --inbrowser
+```
+
+### 新規インストール手順
+[このzip](https://github.com/litagin02/Style-Bert-VITS2/releases/download/2.3/Style-Bert-VITS2.zip)をダウンロードし、解凍してください。
+を展開し、`Install-Style-Bert-VITS2.bat`をダブルクリックしてください。
+
 
 ## v2.2 (2024-02-09)
 

scripts/Update-Style-Bert-VITS2.bat

@@ -37,7 +37,10 @@ if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
 pip install -U -r Style-Bert-VITS2\requirements.txt
 if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
 
-echo Style-Bert-VITS2のアップデートが完了しました。
+echo Update completed. Running Style-Bert-VITS2 Editor...
+
+@REM Style-Bert-VITS2 Editorを起動
+python server_editor.py --inbrowser
 
 pause
 

scripts/Update-to-Dict-Editor.bat

@@ -12,7 +12,7 @@ if not exist %CURL_CMD% (
 
 @REM Style-Bert-VITS2.zip をGitHubのmasterの最新のものをダウンロード
 %CURL_CMD% -Lo Style-Bert-VITS2.zip^
-	https://github.com/litagin02/Style-Bert-VITS2/archive/refs/heads/dev.zip
+	https://github.com/litagin02/Style-Bert-VITS2/archive/refs/heads/master.zip
 if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
 
 @REM Style-Bert-VITS2.zip を解凍（フォルダ名前がBert-VITS2-masterになる）
@@ -24,8 +24,8 @@ del Style-Bert-VITS2.zip
 if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
 
 @REM Bert-VITS2-masterの中身をStyle-Bert-VITS2に上書き移動
-xcopy /QSY .\Style-Bert-VITS2-dev\ .\Style-Bert-VITS2\
+xcopy /QSY .\Style-Bert-VITS2-master\ .\Style-Bert-VITS2\
-rmdir /s /q Style-Bert-VITS2-dev
+rmdir /s /q Style-Bert-VITS2-master
 if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
 
 @REM 仮想環境を有効化
@@ -49,16 +49,19 @@ if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
 
 pushd Style-Bert-VITS2
 
+@REM JP-Extra版以前からの場合のために一応initialize.pyを実行
+
+echo python initialize.py
+python initialize.py
+if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
+
+echo ----------------------------------------
 echo Update completed. Running Style-Bert-VITS2 Editor...
+echo ----------------------------------------
 
 @REM Style-Bert-VITS2 Editorを起動
 python server_editor.py --inbrowser
 
-pause
-
-popd
-
-
 pause
 
 popd

scripts/Update-to-JP-Extra.bat

@@ -1,60 +0,0 @@
-chcp 65001 > NUL
-@echo off
-
-pushd %~dp0
-set PS_CMD=PowerShell -Version 5.1 -ExecutionPolicy Bypass
-
-set CURL_CMD=C:\Windows\System32\curl.exe
-if not exist %CURL_CMD% (
-	echo [ERROR] %CURL_CMD% が見つかりません。
-	pause & popd & exit /b 1
-)
-
-@REM Style-Bert-VITS2.zip をGitHubのmasterの最新のものをダウンロード
-%CURL_CMD% -Lo Style-Bert-VITS2.zip^
-	https://github.com/litagin02/Style-Bert-VITS2/archive/refs/heads/master.zip
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-@REM Style-Bert-VITS2.zip を解凍（フォルダ名前がBert-VITS2-masterになる）
-%PS_CMD% Expand-Archive -Path Style-Bert-VITS2.zip -DestinationPath . -Force
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-@REM 元のzipを削除
-del Style-Bert-VITS2.zip
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-@REM Bert-VITS2-masterの中身をStyle-Bert-VITS2に上書き移動
-xcopy /QSY .\Style-Bert-VITS2-master\ .\Style-Bert-VITS2\
-rmdir /s /q Style-Bert-VITS2-master
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-@REM 仮想環境のpip requirements.txtを更新
-
-echo call .\Style-Bert-VITS2\scripts\activate.bat
-call .\Style-Bert-VITS2\venv\Scripts\activate.bat
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-echo pip uninstall -y pyopenjtalk-prebuilt pyopenjtalk
-pip uninstall -y pyopenjtalk-prebuilt pyopenjtalk
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-echo pip install -U pyopenjtalk-dict
-pip install -U pyopenjtalk-dict
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-echo pip install -U -r Style-Bert-VITS2\requirements.txt
-pip install -U -r Style-Bert-VITS2\requirements.txt
-if %errorlevel% neq 0 ( pause & popd & exit /b %errorlevel% )
-
-pushd Style-Bert-VITS2
-
-@REM 初期化（必要なモデルのダウンロード）
-python initialize.py
-
-echo Style-Bert-VITS2の2.xへのアップデートが完了しました。
-
-pause
-
-popd
-
-popd

server_editor.py

@@ -212,7 +212,9 @@ class TextRequest(BaseModel):
 @router.post("/g2p")
 async def read_item(item: TextRequest):
     try:
-        kata_tone_list = g2kata_tone(item.text, ignore_unknown=True)
+        # 最初に正規化しないと整合性がとれない
+        text = text_normalize(item.text)
+        kata_tone_list = g2kata_tone(text, ignore_unknown=True)
     except Exception as e:
         raise HTTPException(
             status_code=400,