润色README及其日文翻译 (#52)
* 润色日文翻译 * 润色中文README * kill katakana * Update README.ja.md
This commit is contained in:
源文雨
GitHub
parent
a36ff01be1
commit
196d62c5f2
74
README.ja.md
74
README.ja.md
@ -1,7 +1,7 @@
|
||||
<div align="center">
|
||||
|
||||
<h1>Retrieval-based-Voice-Conversion-WebUI</h1>
|
||||
使いやすいVITSベースの音声変換(ボイスチェンジャー)フレームワーク<br><br>
|
||||
VITSに基づく使いやすい音声変換（voice changer）framework<br><br>
|
||||
|
||||
[](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI)
|
||||
|
||||
@ -15,58 +15,62 @@
|
||||
|
||||
------
|
||||
|
||||
[**ChangeLog**](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Changelog_CN.md)
|
||||
[**更新日誌**](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Changelog_CN.md)
|
||||
|
||||
[**English**](./README.en.md) | [**中文简体**](./README.md) | [**日本語**](./README.ja.md)
|
||||
|
||||
> [デモ映像](https://www.bilibili.com/video/BV1pm4y1z7Gm/)はこちらからご覧いただけます
|
||||
> demo動画は[こちら](https://www.bilibili.com/video/BV1pm4y1z7Gm/)でご覧してくでさい
|
||||
|
||||
> RVCによるリアルタイム音声変換: [w-okada/voice-changer](https://github.com/w-okada/voice-changer)
|
||||
> RVCによる実時間音声変換: [w-okada/voice-changer](https://github.com/w-okada/voice-changer)
|
||||
|
||||
> 基底modelを訓練（training）したのは、約50時間の高品質開源（open source）資料集（dataset）VCTK。著作権侵害を心配することなく使用できるように。
|
||||
|
||||
> 今後は次々と使用許可のある高品質歌声資料集を追加し、基底modelを訓練する。
|
||||
|
||||
## はじめに
|
||||
本リポジトリには以下の特徴がある：
|
||||
+ top1検索を利用して、ソース特徴量をトレーニングセット特徴量に置き換えることで、トーンリークを低減する;
|
||||
+ 比較的貧弱なグラフィックカードでも、簡単かつ高速にトレーニングできる;
|
||||
+ 少量のデータで比較的良好な結果が得られる(10分以上の低ノイズ音声を推奨);
|
||||
+ 音色を変えるためのモデルマージをサポート(ckpt processingタブ->ckpt mergeを使用);
|
||||
+ 使いやすいWebuiインターフェース;
|
||||
+ ボーカルと楽器を素早く分割するために、UVR5モデルを使用することができます。
|
||||
+ 事前学習モデルのデータセットには、約50時間に及ぶ高品質なVCTKオープンソースデータセットが使用されており、著作権侵害を心配することなく使用できるよう、高品質なライセンス楽曲データセットが次々とトレーニングセットに追加されます。
|
||||
## 環境構築
|
||||
poetryで依存関係をインストールすることをお勧めします。
|
||||
本repoは下記の特性があります
|
||||
|
||||
以下のコマンドは、Python3.8以上の環境下で実行する必要があります:
|
||||
+ 調子（tone）の漏洩が下がれるためtop1検索で源特徴量を訓練集特徴量に置換
|
||||
+ 古い又は安いGPUにでも高速に訓練できる
|
||||
+ 小さい訓練集でもかなりいいmodelを得られる(10分以上の低noise音声を推奨)
|
||||
+ modelを融合し音色をmergeできる(ckpt processing->ckpt mergeで使用)
|
||||
+ 使いやすいWebUI
|
||||
+ UVR5 Modelも含めるため人声とBGMを素早く分離できる
|
||||
|
||||
## 環境構築
|
||||
poetryで依存関係をinstallすることをお勧めします。
|
||||
|
||||
下記のcommandsは、Python3.8以上の環境で実行する必要があります:
|
||||
```bash
|
||||
# PyTorch関連の依存関係をインストール。インストール済の場合はスキップ
|
||||
# PyTorch関連の依存関係をinstall。install済の場合はskip
|
||||
# 参照先: https://pytorch.org/get-started/locally/
|
||||
pip install torch torchvision torchaudio
|
||||
|
||||
#Windows＋ Nvidia Ampere Architecture(RTX30xx)の場合、https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/issues/21 のissueに従い、pytorchに対応するcudaバージョンを指定する必要があります。
|
||||
#Windows＋ Nvidia Ampere Architecture(RTX30xx)の場合、 #21 に従い、pytorchに対応するcuda versionを指定する必要があります。
|
||||
#pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
|
||||
|
||||
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
|
||||
|
||||
# PyTorch関連の依存関係をインストール。インストール済の場合はスキップ
|
||||
# PyTorch関連の依存関係をinstall。install済の場合はskip
|
||||
# 参照先: https://python-poetry.org/docs/#installation
|
||||
curl -sSL https://install.python-poetry.org | python3 -
|
||||
|
||||
# Poetry経由で依存関係をインストール
|
||||
# Poetry経由で依存関係をinstall
|
||||
poetry install
|
||||
```
|
||||
|
||||
pipでも依存関係のインストールが可能です:
|
||||
pipでも依存関係のinstallが可能です:
|
||||
|
||||
**注意**:`faiss 1.7.2`は`macOS`で`Segmentation Fault: 11`が発生するので、`requirements.txt`の該当行を `faiss-cpu==1.7.0`に変更してください。
|
||||
**注意**:`faiss 1.7.2`は`macOS`で`Segmentation Fault: 11`を起こすので、`requirements.txt`の該当行を `faiss-cpu==1.7.0`に変更してください。
|
||||
|
||||
```bash
|
||||
pip install -r requirements.txt
|
||||
```
|
||||
|
||||
## その他モデル前の準備
|
||||
RVCは推論と訓練のために、他の多くのPre Trained Modelを必要とします。
|
||||
## 基底modelsを準備
|
||||
RVCは推理・訓練のために色んな事前訓練した基底modelsが必要。
|
||||
|
||||
これらのモデルは[Hugging Face space](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)から取得することが可能です。
|
||||
modelsは[Hugging Face space](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)からdownloadできる。
|
||||
|
||||
以下は、RVCに必要なPre Trained Modelやその他のファイルの一覧です。
|
||||
以下は、RVCに必要な基底modelsやその他のfilesの一覧です。
|
||||
```bash
|
||||
hubert_base.pt
|
||||
|
||||
@ -74,20 +78,18 @@ hubert_base.pt
|
||||
|
||||
./uvr5_weights
|
||||
|
||||
# ffmpegがすでにインストールされている場合はスキップ。
|
||||
# ffmpegがすでにinstallされている場合はskip
|
||||
./ffmpeg
|
||||
```
|
||||
その後、以下のコマンドでWebuiを起動
|
||||
その後、下記のcommandでWebUIを起動
|
||||
```bash
|
||||
python infer-web.py
|
||||
```
|
||||
Windowsをお使いの方は、直接`RVC-beta.7z`をダウンロードして解凍してRVCを使い、`go-web.bat`を実行してWebUIを起動することができます。
|
||||
Windowsをお使いの方は、直接に`RVC-beta.7z`をdownload・解凍して、`go-web.bat`をclickでWebUIを起動できる。
|
||||
|
||||
WebUIの英語版は2週間ほどで公開する予定です。
|
||||
また、repoに[小白简易教程.doc](./小白简易教程.doc)がありますので、参考にしてください（中国語版のみ）。
|
||||
|
||||
また、リポジトリに[小白简易教程.doc](./小白简易教程.doc)がありますので、参考にしてください。
|
||||
|
||||
## 参考資料等
|
||||
## 参考したprojects
|
||||
+ [ContentVec](https://github.com/auspicious3000/contentvec/)
|
||||
+ [VITS](https://github.com/jaywalnut310/vits)
|
||||
+ [HIFIGAN](https://github.com/jik876/hifi-gan)
|
||||
@ -95,8 +97,8 @@ WebUIの英語版は2週間ほどで公開する予定です。
|
||||
+ [FFmpeg](https://github.com/FFmpeg/FFmpeg)
|
||||
+ [Ultimate Vocal Remover](https://github.com/Anjok07/ultimatevocalremovergui)
|
||||
+ [audio-slicer](https://github.com/openvpi/audio-slicer)
|
||||
## コントリビュータの皆様の尽力に感謝します
|
||||
|
||||
## 貢献者（contributer）皆様のご協力を感謝して致します
|
||||
<a href="https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank">
|
||||
<img src="https://contrib.rocks/image?repo=liujing04/Retrieval-based-Voice-Conversion-WebUI" />
|
||||
</a>
|
||||
|
||||
|
||||
45
README.md
45
README.md
@ -23,27 +23,30 @@
|
||||
|
||||
> 使用了RVC的实时语音转换: [w-okada/voice-changer](https://github.com/w-okada/voice-changer)
|
||||
|
||||
## 简介
|
||||
本仓库具有以下特点:
|
||||
+ 通过使用top1检索替换输入源特征为训练集特征来杜绝音色泄漏；
|
||||
+ 即便在相对较差的显卡上也能快速训练;
|
||||
+ 使用少量数据进行训练也能得到较好结果(推荐至少收集10分钟低底噪语音数据);
|
||||
+ 可以通过模型融合来改变音色(借助ckpt处理选项卡中的ckpt-merge);
|
||||
+ 简单易用的WebUI界面;
|
||||
+ 可调用UVR5模型来快速分离人声和伴奏。
|
||||
+ 底模训练集使用接近50小时开源的高质量VCTK，后续会陆续加入高质量有授权歌声训练集训练底模供大家放心使用。
|
||||
## 环境配置
|
||||
我们推荐你使用poetry来配置环境。
|
||||
> 底模使用接近50小时的开源高质量VCTK训练集训练，无版权方面的顾虑，请大家放心使用
|
||||
|
||||
以下指令需在Python版本大于3.8的环境当中执行:
|
||||
> 后续会陆续加入高质量有授权歌声训练集训练底模
|
||||
|
||||
## 简介
|
||||
本仓库具有以下特点
|
||||
+ 使用top1检索替换输入源特征为训练集特征来杜绝音色泄漏
|
||||
+ 即便在相对较差的显卡上也能快速训练
|
||||
+ 使用少量数据进行训练也能得到较好结果(推荐至少收集10分钟低底噪语音数据)
|
||||
+ 可以通过模型融合来改变音色(借助ckpt处理选项卡中的ckpt-merge)
|
||||
+ 简单易用的网页界面
|
||||
+ 可调用UVR5模型来快速分离人声和伴奏
|
||||
|
||||
## 环境配置
|
||||
推荐使用poetry配置环境。
|
||||
|
||||
以下指令需在Python版本大于3.8的环境中执行:
|
||||
```bash
|
||||
# 安装Pytorch及其核心依赖，若已安装则跳过
|
||||
# 参考自: https://pytorch.org/get-started/locally/
|
||||
pip install torch torchvision torchaudio
|
||||
|
||||
#如果是win系统+Nvidia Ampere架构(RTX30xx)，根据https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/issues/21的经验，需要指定pytorch对应的cuda版本
|
||||
|
||||
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
|
||||
#如果是win系统+Nvidia Ampere架构(RTX30xx)，根据 #21 的经验，需要指定pytorch对应的cuda版本
|
||||
#pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
|
||||
|
||||
# 安装 Poetry 依赖管理工具, 若已安装则跳过
|
||||
# 参考自: https://python-poetry.org/docs/#installation
|
||||
@ -62,7 +65,7 @@ pip install -r requirements.txt
|
||||
```
|
||||
|
||||
## 其他预模型准备
|
||||
RVC需要其他的一些预模型来推理和训练。
|
||||
RVC需要其他一些预模型来推理和训练。
|
||||
|
||||
你可以从我们的[Hugging Face space](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)下载到这些模型。
|
||||
|
||||
@ -74,16 +77,14 @@ hubert_base.pt
|
||||
|
||||
./uvr5_weights
|
||||
|
||||
#如果你正在使用Windows，则你可能需要这个文件夹，若FFmpeg已安装则跳过
|
||||
#如果你正在使用Windows，则你可能需要这个文件，若ffmpeg已安装则跳过
|
||||
./ffmpeg
|
||||
```
|
||||
之后使用以下指令来调用Webui:
|
||||
之后使用以下指令来启动WebUI:
|
||||
```bash
|
||||
python infer-web.py
|
||||
```
|
||||
如果你正在使用Windows，你可以直接下载并解压`RVC-beta.7z` 来使用RVC，运行`go-web.bat`来启动WebUI。
|
||||
|
||||
我们将在两周内推出一个英文版本的WebUI.
|
||||
如果你正在使用Windows，你可以直接下载并解压`RVC-beta.7z`，运行`go-web.bat`以启动WebUI。
|
||||
|
||||
仓库内还有一份`小白简易教程.doc`以供参考。
|
||||
|
||||
@ -95,8 +96,8 @@ python infer-web.py
|
||||
+ [FFmpeg](https://github.com/FFmpeg/FFmpeg)
|
||||
+ [Ultimate Vocal Remover](https://github.com/Anjok07/ultimatevocalremovergui)
|
||||
+ [audio-slicer](https://github.com/openvpi/audio-slicer)
|
||||
|
||||
## 感谢所有贡献者作出的努力
|
||||
<a href="https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank">
|
||||
<img src="https://contrib.rocks/image?repo=liujing04/Retrieval-based-Voice-Conversion-WebUI" />
|
||||
</a>
|
||||
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user