updated pipeline

This commit is contained in:
Plachta
2023-02-26 20:22:50 +08:00
parent 626ace0132
commit 46cc84aec2
2 changed files with 27 additions and 45 deletions
+5 -5
View File
@@ -14,9 +14,9 @@ English Documentation Please Click [here](https://github.com/Plachtaa/VITS-fast-
### 目前支持的任务:
- [x] 从 10条以上的短音频 克隆角色声音
- [x] 从 3分钟以上的长音频 克隆角色声音
- [x] 从 3分钟以上的视频(包含单说话人) 克隆角色声音
- [x] 通过输入 bilibili视频链接(包含单说话人) 克隆角色声音
- [x] 从 3分钟以上的长音频(单个音频只能包含单说话人) 克隆角色声音
- [x] 从 3分钟以上的视频(单个视频只能包含单说话人) 克隆角色声音
- [x] 通过输入 bilibili视频链接(单个视频只能包含单说话人) 克隆角色声音
### 目前支持声线转换和中日英三语TTS的角色
- [x] 赛马娘 (仅已实装角色)(预训练时使用的角色)
@@ -32,7 +32,7 @@ English Documentation Please Click [here](https://github.com/Plachtaa/VITS-fast-
进行微调任务,因为VITS在多语言情况下的某些环境依赖相当难以配置。
### 在Google Colab里,我需要花多长时间?
1. 安装依赖 (3 min)
2. 选择预训练模型,详细区别参见Colab笔记本页面。
2. 选择预训练模型,详细区别参见[Colab 笔记本页面](https://colab.research.google.com/drive/1pn1xnFfdLK63gVXDwV4zCXfVeo8c-I-0?usp=sharing)
3. 上传你希望加入的其它角色声音,详细上传方式见[DATA.MD](https://github.com/Plachtaa/VITS-fast-fine-tuning/blob/main/DATA.MD)
4. 进行微调,根据选择的微调方式和样本数量不同,花费时长可能在20分钟到2小时不等。
@@ -41,7 +41,7 @@ English Documentation Please Click [here](https://github.com/Plachtaa/VITS-fast-
## 本地运行和推理
0. 记得下载微调好的模型和config文件!
1. 下载最新的Release包(在Github页面的右侧)
2. 把下载的模型和config文件放在 `inference`文件夹下, 确保模型的文件名为 `G_latest.pth` config文件名为 `finetune_speaker.json`
2. 把下载的模型和config文件放在 `inference`文件夹下, 文件名分别`G_latest.pth` `finetune_speaker.json`
3. 一切准备就绪后,文件结构应该如下所示:
```
inference