added some more zh to en_US translation (#194)
* Add files via upload * updated i18n() translation for en_US expanded the dict for other languages * added more i18n() --------- Co-authored-by: 源文雨 <41315874+fumiama@users.noreply.github.com>
This commit is contained in:
bycloud
GitHub
parent
f391ac1763
commit
bbe333552f
|
|
@ -1,4 +1,13 @@
|
|||
{
|
||||
"很遗憾您这没有能用的显卡来支持您训练": "Unfortunately, you don't have a GPU to help you train",
|
||||
"是": "yes",
|
||||
"step1:正在处理数据": "step 1: processing data",
|
||||
"step2a:正在提取音高": "step 2a: extracting pitch",
|
||||
"step2a:无需提取音高": "step 2a: skipped extracting pitch",
|
||||
"step2b:正在提取特征": "step 2b: extracting features",
|
||||
"step3a:正在训练模型": "step 3a: training the model",
|
||||
"训练结束, 您可查看控制台训练日志或实验文件夹下的train.log": "Training completed, you can view the training logs in the console or the train.log within the experiement folder",
|
||||
"全流程结束！": "all processes have been completed!",
|
||||
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.": "This software is open source under the MIT license, the author does not have any control over the software, and those who use the software and spread the sounds exported by the software are solely responsible. <br>If you do not agree with this clause, you cannot use or quote any codes and files in the software package. See root directory <b>Agreement-LICENSE.txt</b> for details.",
|
||||
"模型推理": "Model inference",
|
||||
"推理音色": "Inferencing timbre",
|
||||
|
|
@ -11,19 +20,20 @@
|
|||
"选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比": "Select the algorithm for pitch extraction. Use 'pm' to speed up for singing voices, or use 'harvest' for better low-pitched voices, but it is extremely slow.",
|
||||
"特征检索库文件路径": "Feature search database file path",
|
||||
"特征文件路径": "Feature file path",
|
||||
"检索特征占比": "Search feature ratio",
|
||||
"F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0 curve file, optional, one pitch per line, instead of the default F0 and ups and downs",
|
||||
"转换": "Conversion",
|
||||
"输出信息": "Output information",
|
||||
"输出音频(右下角三个点,点了可以下载)": "Output audio (three dots in the lower right corner, click to download)",
|
||||
"转换": "Convert",
|
||||
"输出信息": "Export message",
|
||||
"输出音频(右下角三个点,点了可以下载)": "Export audio (three dots in the lower right corner, click to download)",
|
||||
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "For batch conversion, input the audio folder to be converted, or upload multiple audio files, and output the converted audio in the specified folder (opt by default). ",
|
||||
"指定输出文件夹": "Specify output folder",
|
||||
"检索特征占比": "Search feature ratio",
|
||||
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "Enter the path of the audio folder to be processed (just go to the address bar of the file manager and copy it)",
|
||||
"也可批量输入音频文件, 二选一, 优先读文件夹": "You can also input audio files in batches, choose one of the two, and read the folder first",
|
||||
"伴奏人声分离": "Accompaniment and vocal separation",
|
||||
"人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)": "Batch processing of vocal accompaniment separation, using UVR5 model. <br>Without harmony, use HP2, with harmony and extracted vocals do not need harmony, use HP5<br>Example of qualified folder path format: E:\\ codes\\py39\\vits_vc_gpu\\Egret Shuanghua test sample (just go to the address bar of the file manager and copy it)",
|
||||
"输入待处理音频文件夹路径": "Input audio folder path",
|
||||
"模型": "Model",
|
||||
"人声提取激进程度": "vocal extraction aggressiveness",
|
||||
"指定输出人声文件夹": "Specify vocals output folder",
|
||||
"指定输出乐器文件夹": "Specify instrumentals output folder",
|
||||
"训练": "Train",
|
||||
|
|
@ -31,6 +41,7 @@
|
|||
"输入实验名": "Input experiment name",
|
||||
"目标采样率": "Target sample rate",
|
||||
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "Does the model have pitch guidance (singing must, voice can not.)",
|
||||
"否": "no",
|
||||
"step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "step2a: Automatically traverse all files that can be decoded into audio in the training folder and perform slice normalization, and generate 2 wav folders in the experiment directory; only single-person training is supported for the time being. ",
|
||||
"输入训练文件夹路径": "Input training folder path",
|
||||
"请指定说话人id": "Please specify speaker ID",
|
||||
|
|
@ -44,6 +55,7 @@
|
|||
"step3: 填写训练设置, 开始训练模型和索引": "step3: Fill in the training settings, start training the model and index",
|
||||
"保存频率save_every_epoch": "Save frequency (save_every_epoch)",
|
||||
"总训练轮数total_epoch": "Total training epochs (total_epoch)",
|
||||
"每张显卡的batch_size": "batch_size for every GPU",
|
||||
"是否仅保存最新的ckpt文件以节省硬盘空间": "Whether to save only the latest ckpt file to save disk space",
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "Whether to cache all training sets to video memory. Small data under 10 minutes can be cached to speed up training, and large data cache will blow up video memory and not increase the speed much",
|
||||
"加载预训练底模G路径": "Load pre-trained base model G path.",
|
||||
|
|
@ -71,10 +83,10 @@
|
|||
"保存名": "Save Name",
|
||||
"模型是否带音高指导,1是0否": "Whether the model has pitch guidance, 1 for yes, 0 for no",
|
||||
"提取": "Extract",
|
||||
"Onnx导出": "Onnx",
|
||||
"RVC模型路径": "RVC Path",
|
||||
"Onnx导出": "Export Onnx",
|
||||
"RVC模型路径": "RVC Model Path",
|
||||
"Onnx输出路径": "Onnx Export Path",
|
||||
"MoeVS模型": "MoeSS?",
|
||||
"MoeVS模型": "MoeVS Model",
|
||||
"导出Onnx模型": "Export Onnx Model",
|
||||
"招募音高曲线前端编辑器": "Recruit front-end editors for pitch curves",
|
||||
"加开发群联系我xxxxx": "Add development group to contact me xxxxx",
|
||||
|
|
@ -95,8 +107,8 @@
|
|||
"采样长度": "Sample length",
|
||||
"淡入淡出长度": "fade length",
|
||||
"额外推理时长": "extra inference time",
|
||||
"输入降噪": "Input Noisereduce",
|
||||
"输出降噪": "Output Noisereduce",
|
||||
"输入降噪": "Input Noise Reduction",
|
||||
"输出降噪": "Output Noise Reduction",
|
||||
"性能设置": "performance settings",
|
||||
"开始音频转换": "start audio conversion",
|
||||
"停止音频转换": "stop audio conversion",
|
||||
|
|
|
|||
|
|
@ -1,4 +1,13 @@
|
|||
{
|
||||
"很遗憾您这没有能用的显卡来支持您训练": "很遗憾您这没有能用的显卡来支持您训练",
|
||||
"是": "是",
|
||||
"step1:正在处理数据": "step1:正在处理数据",
|
||||
"step2a:正在提取音高": "step2a:正在提取音高",
|
||||
"step2a:无需提取音高": "step2a:无需提取音高",
|
||||
"step2b:正在提取特征": "step2b:正在提取特征",
|
||||
"step3a:正在训练模型": "step3a:正在训练模型",
|
||||
"训练结束, 您可查看控制台训练日志或实验文件夹下的train.log": "训练结束, 您可查看控制台训练日志或实验文件夹下的train.log",
|
||||
"全流程结束！": "全流程结束！",
|
||||
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.": "Este software es de código abierto bajo la licencia MIT, el autor no tiene ningún control sobre el software, y aquellos que usan el software y difunden los sonidos exportados por el software son los únicos responsables.<br>Si no está de acuerdo con esta cláusula , no puede utilizar ni citar ningún código ni archivo del paquete de software Consulte el directorio raíz <b>Agreement-LICENSE.txt</b> para obtener más información.",
|
||||
"模型推理": "inferencia del modelo",
|
||||
"推理音色": "inferencia de voz",
|
||||
|
|
@ -11,19 +20,20 @@
|
|||
"选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比": "Seleccione el algoritmo para la extracción de tono. Use 'pm' para acelerar las voces cantadas, o use 'harvest' para mejorar las voces bajas, pero es extremadamente lento.",
|
||||
"特征检索库文件路径": "Ruta del archivo de la base de datos de búsqueda de características",
|
||||
"特征文件路径": "Ruta del archivo de características",
|
||||
"检索特征占比": "Proporción de función de búsqueda",
|
||||
"F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "Archivo de curva F0, opcional, un tono por línea, en lugar de F0 predeterminado y cambio de tono",
|
||||
"转换": "Conversión",
|
||||
"输出信息": "Información de salida",
|
||||
"输出音频(右下角三个点,点了可以下载)": "Salida de audio (haga clic en los tres puntos en la esquina inferior derecha para descargar)",
|
||||
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "Conversión por lotes, ingrese la carpeta que contiene los archivos de audio para convertir o cargue varios archivos de audio. El audio convertido se emitirá en la carpeta especificada (opción predeterminada).",
|
||||
"指定输出文件夹": "Especificar carpeta de salida",
|
||||
"检索特征占比": "Proporción de función de búsqueda",
|
||||
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "Ingrese la ruta a la carpeta de audio que se procesará (simplemente cópiela desde la barra de direcciones del administrador de archivos)",
|
||||
"也可批量输入音频文件, 二选一, 优先读文件夹": "También se pueden ingresar múltiples archivos de audio, cualquiera de las dos opciones, con prioridad dada a la carpeta",
|
||||
"伴奏人声分离": "Instrumental and vocal separation",
|
||||
"人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)": "Procesamiento por lotes de separación instrumental y vocal utilizando el modelo UVR5. <br>Utilice HP2 para la separación vocal sin armónicos, y utilice HP5 para la separación vocal con armónicos y las voces extraídas no necesitan tener armónicos. <br>Ejemplo de una ruta de carpeta calificada: E:\\codes\\py39\\vits_vc_gpu\\test_sample (simplemente cópielo desde la barra de direcciones del administrador de archivos)",
|
||||
"输入待处理音频文件夹路径": "Ingrese la ruta a la carpeta de audio que se procesará",
|
||||
"模型": "Modelo",
|
||||
"人声提取激进程度": "人声提取激进程度",
|
||||
"指定输出人声文件夹": "Especificar la carpeta de salida de voces",
|
||||
"指定输出乐器文件夹": "Especificar la carpeta de salida de instrumentales",
|
||||
"训练": "Entrenamiento",
|
||||
|
|
@ -31,6 +41,7 @@
|
|||
"输入实验名": "Ingrese el nombre del modelo",
|
||||
"目标采样率": "Tasa de muestreo objetivo",
|
||||
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "Si el modelo tiene guía de tono (necesaria para cantar, pero no para hablar)",
|
||||
"否": "否",
|
||||
"step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "paso 2a: recorra automáticamente la carpeta de capacitación y corte y normalice todos los archivos de audio que se pueden decodificar en audio. Se generarán dos carpetas 'wav' en el directorio del experimento. Actualmente, solo se admite la capacitación de una sola persona.",
|
||||
"输入训练文件夹路径": "Introduzca la ruta de la carpeta de entrenamiento",
|
||||
"请指定说话人id": "Especifique el ID del hablante",
|
||||
|
|
@ -44,6 +55,7 @@
|
|||
"step3: 填写训练设置, 开始训练模型和索引": "Paso 3: complete la configuración de entrenamiento y comience a entrenar el modelo y el índice.",
|
||||
"保存频率save_every_epoch": "Frecuencia de guardado (save_every_epoch)",
|
||||
"总训练轮数total_epoch": "Total de épocas de entrenamiento (total_epoch)",
|
||||
"每张显卡的batch_size": "每张显卡的batch_size",
|
||||
"是否仅保存最新的ckpt文件以节省硬盘空间": "Si guardar solo el archivo ckpt más reciente para ahorrar espacio en disco",
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "Si almacenar en caché todos los conjuntos de entrenamiento en la memoria de la GPU. Los conjuntos de datos pequeños (menos de 10 minutos) se pueden almacenar en caché para acelerar el entrenamiento, pero el almacenamiento en caché de conjuntos de datos grandes puede causar errores de memoria en la GPU y no aumenta la velocidad de manera significativa.",
|
||||
"加载预训练底模G路径": "Cargue la ruta G del modelo base preentrenada.",
|
||||
|
|
|
|||
|
|
@ -1,4 +1,13 @@
|
|||
{
|
||||
"很遗憾您这没有能用的显卡来支持您训练": "很遗憾您这没有能用的显卡来支持您训练",
|
||||
"是": "是",
|
||||
"step1:正在处理数据": "step1:正在处理数据",
|
||||
"step2a:正在提取音高": "step2a:正在提取音高",
|
||||
"step2a:无需提取音高": "step2a:无需提取音高",
|
||||
"step2b:正在提取特征": "step2b:正在提取特征",
|
||||
"step3a:正在训练模型": "step3a:正在训练模型",
|
||||
"训练结束, 您可查看控制台训练日志或实验文件夹下的train.log": "训练结束, 您可查看控制台训练日志或实验文件夹下的train.log",
|
||||
"全流程结束！": "全流程结束！",
|
||||
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.": "本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.",
|
||||
"模型推理": "モデル推論",
|
||||
"推理音色": "音源推論",
|
||||
|
|
@ -11,19 +20,20 @@
|
|||
"选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比": "ピッチ抽出アルゴリズムを選択してください。歌声の場合は、pmを使用して速度を上げることができます。低音が重要な場合は、harvestを使用できますが、非常に遅くなります。",
|
||||
"特征检索库文件路径": "特徴量検索データベースのファイルパス",
|
||||
"特征文件路径": "特徴量ファイルのパス",
|
||||
"检索特征占比": "検索特徴率",
|
||||
"F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0(最低共振周波数)カーブファイル(オプション、1行に1ピッチ、デフォルトのF0(最低共振周波数)とエレベーションを置き換えます。)",
|
||||
"转换": "変換",
|
||||
"输出信息": "出力情報",
|
||||
"输出音频(右下角三个点,点了可以下载)": "出力音声(右下の三点をクリックしてダウンロードできます)",
|
||||
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "一括変換、変換する音声フォルダを入力、または複数の音声ファイルをアップロードし、指定したフォルダ(デフォルトのopt)に変換した音声を出力します。",
|
||||
"指定输出文件夹": "出力フォルダを指定してください",
|
||||
"检索特征占比": "検索特徴率",
|
||||
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "処理対象音声フォルダーのパスを入力してください(ファイルマネージャのアドレスバーからコピーしてください)",
|
||||
"也可批量输入音频文件, 二选一, 优先读文件夹": "複数の音声ファイルを一括で入力することもできますが、フォルダーを優先して読み込みます",
|
||||
"伴奏人声分离": "伴奏とボーカルの分離",
|
||||
"人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)": "UVR5モデルを使用した、声帯分離バッチ処理です。<br>HP2はハーモニー、ハーモニーのあるボーカルとハーモニーのないボーカルを抽出したものはHP5を使ってください <br>フォルダーパスの形式例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(エクスプローラーのアドレスバーからコピーするだけです)",
|
||||
"输入待处理音频文件夹路径": "処理するオーディオファイルのフォルダパスを入力してください",
|
||||
"模型": "モデル",
|
||||
"人声提取激进程度": "人声提取激进程度",
|
||||
"指定输出人声文件夹": "人の声を出力するフォルダを指定してください",
|
||||
"指定输出乐器文件夹": "楽器の出力フォルダを指定してください",
|
||||
"训练": "トレーニング",
|
||||
|
|
@ -31,6 +41,7 @@
|
|||
"输入实验名": "実験名を入力してください",
|
||||
"目标采样率": "目標サンプリングレート",
|
||||
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "モデルに音高ガイドがあるかどうか(歌唱には必要ですが、音声には必要ありません)",
|
||||
"否": "否",
|
||||
"step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "ステップ2a: 訓練フォルダー内のすべての音声ファイルを自動的に探索し、スライスと正規化を行い、2つのwavフォルダーを実験ディレクトリに生成します。現在は一人でのトレーニングのみをサポートしています。",
|
||||
"输入训练文件夹路径": "トレーニング用フォルダのパスを入力してください",
|
||||
"请指定说话人id": "話者IDを指定してください",
|
||||
|
|
@ -44,6 +55,7 @@
|
|||
"step3: 填写训练设置, 开始训练模型和索引": "ステップ3: トレーニング設定を入力して、モデルとインデックスのトレーニングを開始します",
|
||||
"保存频率save_every_epoch": "エポックごとの保存頻度",
|
||||
"总训练轮数total_epoch": "総トレーニング回数",
|
||||
"每张显卡的batch_size": "每张显卡的batch_size",
|
||||
"是否仅保存最新的ckpt文件以节省硬盘空间": "ハードディスク容量を節約するため、最新のckptファイルのみを保存するかどうか",
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "すべてのトレーニングデータをメモリにキャッシュするかどうか。10分以下の小さなデータはキャッシュしてトレーニングを高速化できますが、大きなデータをキャッシュするとメモリが破裂し、あまり速度が上がりません。",
|
||||
"加载预训练底模G路径": "事前学習済みのGモデルのパスをロードしてください",
|
||||
|
|
|
|||
|
|
@ -1,4 +1,13 @@
|
|||
{
|
||||
"很遗憾您这没有能用的显卡来支持您训练": "很遗憾您这没有能用的显卡来支持您训练",
|
||||
"是": "是",
|
||||
"step1:正在处理数据": "step1:正在处理数据",
|
||||
"step2a:正在提取音高": "step2a:正在提取音高",
|
||||
"step2a:无需提取音高": "step2a:无需提取音高",
|
||||
"step2b:正在提取特征": "step2b:正在提取特征",
|
||||
"step3a:正在训练模型": "step3a:正在训练模型",
|
||||
"训练结束, 您可查看控制台训练日志或实验文件夹下的train.log": "训练结束, 您可查看控制台训练日志或实验文件夹下的train.log",
|
||||
"全流程结束！": "全流程结束！",
|
||||
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.": "本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.",
|
||||
"模型推理": "模型推理",
|
||||
"推理音色": "推理音色",
|
||||
|
|
@ -11,19 +20,20 @@
|
|||
"选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比": "选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比",
|
||||
"特征检索库文件路径": "特征检索库文件路径",
|
||||
"特征文件路径": "特征文件路径",
|
||||
"检索特征占比": "检索特征占比",
|
||||
"F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调",
|
||||
"转换": "转换",
|
||||
"输出信息": "输出信息",
|
||||
"输出音频(右下角三个点,点了可以下载)": "输出音频(右下角三个点,点了可以下载)",
|
||||
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ",
|
||||
"指定输出文件夹": "指定输出文件夹",
|
||||
"检索特征占比": "检索特征占比",
|
||||
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)",
|
||||
"也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量输入音频文件, 二选一, 优先读文件夹",
|
||||
"伴奏人声分离": "伴奏人声分离",
|
||||
"人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)": "人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)",
|
||||
"输入待处理音频文件夹路径": "输入待处理音频文件夹路径",
|
||||
"模型": "模型",
|
||||
"人声提取激进程度": "人声提取激进程度",
|
||||
"指定输出人声文件夹": "指定输出人声文件夹",
|
||||
"指定输出乐器文件夹": "指定输出乐器文件夹",
|
||||
"训练": "训练",
|
||||
|
|
@ -31,6 +41,7 @@
|
|||
"输入实验名": "输入实验名",
|
||||
"目标采样率": "目标采样率",
|
||||
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否带音高指导(唱歌一定要, 语音可以不要)",
|
||||
"否": "否",
|
||||
"step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ",
|
||||
"输入训练文件夹路径": "输入训练文件夹路径",
|
||||
"请指定说话人id": "请指定说话人id",
|
||||
|
|
@ -44,6 +55,7 @@
|
|||
"step3: 填写训练设置, 开始训练模型和索引": "step3: 填写训练设置, 开始训练模型和索引",
|
||||
"保存频率save_every_epoch": "保存频率save_every_epoch",
|
||||
"总训练轮数total_epoch": "总训练轮数total_epoch",
|
||||
"每张显卡的batch_size": "每张显卡的batch_size",
|
||||
"是否仅保存最新的ckpt文件以节省硬盘空间": "是否仅保存最新的ckpt文件以节省硬盘空间",
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速",
|
||||
"加载预训练底模G路径": "加载预训练底模G路径",
|
||||
|
|
|
|||
|
|
@ -1,4 +1,13 @@
|
|||
{
|
||||
"很遗憾您这没有能用的显卡来支持您训练": "很遗憾您这没有能用的显卡来支持您训练",
|
||||
"是": "是",
|
||||
"step1:正在处理数据": "step1:正在处理数据",
|
||||
"step2a:正在提取音高": "step2a:正在提取音高",
|
||||
"step2a:无需提取音高": "step2a:无需提取音高",
|
||||
"step2b:正在提取特征": "step2b:正在提取特征",
|
||||
"step3a:正在训练模型": "step3a:正在训练模型",
|
||||
"训练结束, 您可查看控制台训练日志或实验文件夹下的train.log": "训练结束, 您可查看控制台训练日志或实验文件夹下的train.log",
|
||||
"全流程结束！": "全流程结束！",
|
||||
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.": "本軟體以MIT協議開源，作者不對軟體具備任何控制力，使用軟體者、傳播軟體導出的聲音者自負全責。<br>如不認可該條款，則不能使用或引用軟體包內任何程式碼和檔案。詳見根目錄<b>使用需遵守的協議-LICENSE.txt</b>。",
|
||||
"模型推理": "模型推理",
|
||||
"推理音色": "推理音色",
|
||||
|
|
@ -11,19 +20,20 @@
|
|||
"选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比": "選擇音高提取演算法，輸入歌聲可用 pm 提速，harvest 低音好但巨慢無比",
|
||||
"特征检索库文件路径": "特徵檢索庫檔案路徑",
|
||||
"特征文件路径": "特徵檔案路徑",
|
||||
"检索特征占比": "檢索特徵佔比",
|
||||
"F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0曲線檔案，可選，一行一個音高，代替預設的F0及升降調",
|
||||
"转换": "轉換",
|
||||
"输出信息": "輸出訊息",
|
||||
"输出音频(右下角三个点,点了可以下载)": "輸出音頻(右下角三個點，點了可以下載)",
|
||||
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "批量轉換，輸入待轉換音頻資料夾，或上傳多個音頻檔案，在指定資料夾(默認opt)下輸出轉換的音頻。",
|
||||
"指定输出文件夹": "指定輸出資料夾",
|
||||
"检索特征占比": "檢索特徵佔比",
|
||||
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "輸入待處理音頻資料夾路徑(去檔案管理器地址欄拷貝即可)",
|
||||
"也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量輸入音頻檔案，二選一，優先讀資料夾",
|
||||
"伴奏人声分离": "伴奏人聲分離",
|
||||
"人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)": "人聲伴奏分離批量處理，使用UVR5模型。<br>不帶和聲用HP2，帶和聲且提取的人聲不需要和聲用HP5<br>合格的資料夾路徑格式舉例：E:\\codes\\py39\\vits_vc_gpu\\白鷺霜華測試樣例（去檔案管理員地址欄複製就行了）",
|
||||
"输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑",
|
||||
"模型": "模型",
|
||||
"人声提取激进程度": "人声提取激进程度",
|
||||
"指定输出人声文件夹": "指定輸出人聲資料夾",
|
||||
"指定输出乐器文件夹": "指定輸出樂器資料夾",
|
||||
"训练": "訓練",
|
||||
|
|
@ -31,6 +41,7 @@
|
|||
"输入实验名": "輸入實驗名稱",
|
||||
"目标采样率": "目標取樣率",
|
||||
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否帶音高指導（唱歌一定要，語音可以不要）",
|
||||
"否": "否",
|
||||
"step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "step2a：自動遍歷訓練資料夾下所有可解碼成音頻的檔案並進行切片歸一化，在實驗目錄下生成2個wav資料夾；暫時只支援單人訓練。",
|
||||
"输入训练文件夹路径": "輸入訓練檔案夾路徑",
|
||||
"请指定说话人id": "請指定說話人id",
|
||||
|
|
@ -44,6 +55,7 @@
|
|||
"step3: 填写训练设置, 开始训练模型和索引": "步驟3: 填寫訓練設定, 開始訓練模型和索引",
|
||||
"保存频率save_every_epoch": "保存頻率save_every_epoch",
|
||||
"总训练轮数total_epoch": "總訓練輪數total_epoch",
|
||||
"每张显卡的batch_size": "每张显卡的batch_size",
|
||||
"是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt檔案以節省硬碟空間",
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "是否緩存所有訓練集至 VRAM。小於10分鐘的小數據可緩存以加速訓練，大數據緩存會爆 VRAM 也加不了多少速度",
|
||||
"加载预训练底模G路径": "加載預訓練底模G路徑",
|
||||
|
|
|
|||
|
|
@ -1,4 +1,13 @@
|
|||
{
|
||||
"很遗憾您这没有能用的显卡来支持您训练": "很遗憾您这没有能用的显卡来支持您训练",
|
||||
"是": "是",
|
||||
"step1:正在处理数据": "step1:正在处理数据",
|
||||
"step2a:正在提取音高": "step2a:正在提取音高",
|
||||
"step2a:无需提取音高": "step2a:无需提取音高",
|
||||
"step2b:正在提取特征": "step2b:正在提取特征",
|
||||
"step3a:正在训练模型": "step3a:正在训练模型",
|
||||
"训练结束, 您可查看控制台训练日志或实验文件夹下的train.log": "训练结束, 您可查看控制台训练日志或实验文件夹下的train.log",
|
||||
"全流程结束！": "全流程结束！",
|
||||
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.": "本軟體以MIT協議開源，作者不對軟體具備任何控制力，使用軟體者、傳播軟體導出的聲音者自負全責。<br>如不認可該條款，則不能使用或引用軟體包內任何程式碼和檔案。詳見根目錄<b>使用需遵守的協議-LICENSE.txt</b>。",
|
||||
"模型推理": "模型推理",
|
||||
"推理音色": "推理音色",
|
||||
|
|
@ -11,19 +20,20 @@
|
|||
"选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比": "選擇音高提取演算法，輸入歌聲可用 pm 提速，harvest 低音好但巨慢無比",
|
||||
"特征检索库文件路径": "特徵檢索庫檔案路徑",
|
||||
"特征文件路径": "特徵檔案路徑",
|
||||
"检索特征占比": "檢索特徵佔比",
|
||||
"F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0曲線檔案，可選，一行一個音高，代替預設的F0及升降調",
|
||||
"转换": "轉換",
|
||||
"输出信息": "輸出訊息",
|
||||
"输出音频(右下角三个点,点了可以下载)": "輸出音頻(右下角三個點，點了可以下載)",
|
||||
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "批量轉換，輸入待轉換音頻資料夾，或上傳多個音頻檔案，在指定資料夾(默認opt)下輸出轉換的音頻。",
|
||||
"指定输出文件夹": "指定輸出資料夾",
|
||||
"检索特征占比": "檢索特徵佔比",
|
||||
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "輸入待處理音頻資料夾路徑(去檔案管理器地址欄拷貝即可)",
|
||||
"也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量輸入音頻檔案，二選一，優先讀資料夾",
|
||||
"伴奏人声分离": "伴奏人聲分離",
|
||||
"人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)": "人聲伴奏分離批量處理，使用UVR5模型。<br>不帶和聲用HP2，帶和聲且提取的人聲不需要和聲用HP5<br>合格的資料夾路徑格式舉例：E:\\codes\\py39\\vits_vc_gpu\\白鷺霜華測試樣例（去檔案管理員地址欄複製就行了）",
|
||||
"输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑",
|
||||
"模型": "模型",
|
||||
"人声提取激进程度": "人声提取激进程度",
|
||||
"指定输出人声文件夹": "指定輸出人聲資料夾",
|
||||
"指定输出乐器文件夹": "指定輸出樂器資料夾",
|
||||
"训练": "訓練",
|
||||
|
|
@ -31,6 +41,7 @@
|
|||
"输入实验名": "輸入實驗名稱",
|
||||
"目标采样率": "目標取樣率",
|
||||
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否帶音高指導（唱歌一定要，語音可以不要）",
|
||||
"否": "否",
|
||||
"step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "step2a：自動遍歷訓練資料夾下所有可解碼成音頻的檔案並進行切片歸一化，在實驗目錄下生成2個wav資料夾；暫時只支援單人訓練。",
|
||||
"输入训练文件夹路径": "輸入訓練檔案夾路徑",
|
||||
"请指定说话人id": "請指定說話人id",
|
||||
|
|
@ -44,6 +55,7 @@
|
|||
"step3: 填写训练设置, 开始训练模型和索引": "步驟3: 填寫訓練設定, 開始訓練模型和索引",
|
||||
"保存频率save_every_epoch": "保存頻率save_every_epoch",
|
||||
"总训练轮数total_epoch": "總訓練輪數total_epoch",
|
||||
"每张显卡的batch_size": "每张显卡的batch_size",
|
||||
"是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt檔案以節省硬碟空間",
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "是否緩存所有訓練集至 VRAM。小於10分鐘的小數據可緩存以加速訓練，大數據緩存會爆 VRAM 也加不了多少速度",
|
||||
"加载预训练底模G路径": "加載預訓練底模G路徑",
|
||||
|
|
|
|||
|
|
@ -1,4 +1,13 @@
|
|||
{
|
||||
"很遗憾您这没有能用的显卡来支持您训练": "很遗憾您这没有能用的显卡来支持您训练",
|
||||
"是": "是",
|
||||
"step1:正在处理数据": "step1:正在处理数据",
|
||||
"step2a:正在提取音高": "step2a:正在提取音高",
|
||||
"step2a:无需提取音高": "step2a:无需提取音高",
|
||||
"step2b:正在提取特征": "step2b:正在提取特征",
|
||||
"step3a:正在训练模型": "step3a:正在训练模型",
|
||||
"训练结束, 您可查看控制台训练日志或实验文件夹下的train.log": "训练结束, 您可查看控制台训练日志或实验文件夹下的train.log",
|
||||
"全流程结束！": "全流程结束！",
|
||||
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>使用需遵守的协议-LICENSE.txt</b>.": "本軟體以MIT協議開源，作者不對軟體具備任何控制力，使用軟體者、傳播軟體導出的聲音者自負全責。<br>如不認可該條款，則不能使用或引用軟體包內任何程式碼和檔案。詳見根目錄<b>使用需遵守的協議-LICENSE.txt</b>。",
|
||||
"模型推理": "模型推理",
|
||||
"推理音色": "推理音色",
|
||||
|
|
@ -11,19 +20,20 @@
|
|||
"选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比": "選擇音高提取演算法，輸入歌聲可用 pm 提速，harvest 低音好但巨慢無比",
|
||||
"特征检索库文件路径": "特徵檢索庫檔案路徑",
|
||||
"特征文件路径": "特徵檔案路徑",
|
||||
"检索特征占比": "檢索特徵佔比",
|
||||
"F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0曲線檔案，可選，一行一個音高，代替預設的F0及升降調",
|
||||
"转换": "轉換",
|
||||
"输出信息": "輸出訊息",
|
||||
"输出音频(右下角三个点,点了可以下载)": "輸出音頻(右下角三個點，點了可以下載)",
|
||||
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "批量轉換，輸入待轉換音頻資料夾，或上傳多個音頻檔案，在指定資料夾(默認opt)下輸出轉換的音頻。",
|
||||
"指定输出文件夹": "指定輸出資料夾",
|
||||
"检索特征占比": "檢索特徵佔比",
|
||||
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "輸入待處理音頻資料夾路徑(去檔案管理器地址欄拷貝即可)",
|
||||
"也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量輸入音頻檔案，二選一，優先讀資料夾",
|
||||
"伴奏人声分离": "伴奏人聲分離",
|
||||
"人声伴奏分离批量处理, 使用UVR5模型. <br>不带和声用HP2, 带和声且提取的人声不需要和声用HP5<br>合格的文件夹路径格式举例: E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)": "人聲伴奏分離批量處理，使用UVR5模型。<br>不帶和聲用HP2，帶和聲且提取的人聲不需要和聲用HP5<br>合格的資料夾路徑格式舉例：E:\\codes\\py39\\vits_vc_gpu\\白鷺霜華測試樣例（去檔案管理員地址欄複製就行了）",
|
||||
"输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑",
|
||||
"模型": "模型",
|
||||
"人声提取激进程度": "人声提取激进程度",
|
||||
"指定输出人声文件夹": "指定輸出人聲資料夾",
|
||||
"指定输出乐器文件夹": "指定輸出樂器資料夾",
|
||||
"训练": "訓練",
|
||||
|
|
@ -31,6 +41,7 @@
|
|||
"输入实验名": "輸入實驗名稱",
|
||||
"目标采样率": "目標取樣率",
|
||||
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否帶音高指導（唱歌一定要，語音可以不要）",
|
||||
"否": "否",
|
||||
"step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "step2a：自動遍歷訓練資料夾下所有可解碼成音頻的檔案並進行切片歸一化，在實驗目錄下生成2個wav資料夾；暫時只支援單人訓練。",
|
||||
"输入训练文件夹路径": "輸入訓練檔案夾路徑",
|
||||
"请指定说话人id": "請指定說話人id",
|
||||
|
|
@ -44,6 +55,7 @@
|
|||
"step3: 填写训练设置, 开始训练模型和索引": "步驟3: 填寫訓練設定, 開始訓練模型和索引",
|
||||
"保存频率save_every_epoch": "保存頻率save_every_epoch",
|
||||
"总训练轮数total_epoch": "總訓練輪數total_epoch",
|
||||
"每张显卡的batch_size": "每张显卡的batch_size",
|
||||
"是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt檔案以節省硬碟空間",
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "是否緩存所有訓練集至 VRAM。小於10分鐘的小數據可緩存以加速訓練，大數據緩存會爆 VRAM 也加不了多少速度",
|
||||
"加载预训练底模G路径": "加載預訓練底模G路徑",
|
||||
|
|
|
|||
80
infer-web.py
80
infer-web.py
|
|
@ -65,7 +65,7 @@ if if_gpu_ok == True and len(gpu_infos) > 0:
|
|||
gpu_info = "\n".join(gpu_infos)
|
||||
default_batch_size = min(mem) // 2
|
||||
else:
|
||||
gpu_info = "很遗憾您这没有能用的显卡来支持您训练"
|
||||
gpu_info = i18n("很遗憾您这没有能用的显卡来支持您训练")
|
||||
default_batch_size = 1
|
||||
gpus = "-".join([i[0] for i in gpu_infos])
|
||||
from infer_pack.models import SynthesizerTrnMs256NSFsid, SynthesizerTrnMs256NSFsid_nono
|
||||
|
|
@ -366,7 +366,7 @@ def clean():
|
|||
|
||||
|
||||
def change_f0(if_f0_3, sr2): # np7, f0method8,pretrained_G14,pretrained_D15
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
return (
|
||||
{"visible": True, "__type__": "update"},
|
||||
{"visible": True, "__type__": "update"},
|
||||
|
|
@ -452,7 +452,7 @@ def extract_f0_feature(gpus, n_p, f0method, if_f0, exp_dir):
|
|||
os.makedirs("%s/logs/%s" % (now_dir, exp_dir), exist_ok=True)
|
||||
f = open("%s/logs/%s/extract_f0_feature.log" % (now_dir, exp_dir), "w")
|
||||
f.close()
|
||||
if if_f0 == "是":
|
||||
if if_f0 == i18n("是"):
|
||||
cmd = config.python_cmd + " extract_f0_print.py %s/logs/%s %s %s" % (
|
||||
now_dir,
|
||||
exp_dir,
|
||||
|
|
@ -528,7 +528,7 @@ def extract_f0_feature(gpus, n_p, f0method, if_f0, exp_dir):
|
|||
|
||||
|
||||
def change_sr2(sr2, if_f0_3):
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
return "pretrained/f0G%s.pth" % sr2, "pretrained/f0D%s.pth" % sr2
|
||||
else:
|
||||
return "pretrained/G%s.pth" % sr2, "pretrained/D%s.pth" % sr2
|
||||
|
|
@ -554,7 +554,7 @@ def click_train(
|
|||
os.makedirs(exp_dir, exist_ok=True)
|
||||
gt_wavs_dir = "%s/0_gt_wavs" % (exp_dir)
|
||||
co256_dir = "%s/3_feature256" % (exp_dir)
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
f0_dir = "%s/2a_f0" % (exp_dir)
|
||||
f0nsf_dir = "%s/2b-f0nsf" % (exp_dir)
|
||||
names = (
|
||||
|
|
@ -569,7 +569,7 @@ def click_train(
|
|||
)
|
||||
opt = []
|
||||
for name in names:
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
opt.append(
|
||||
"%s/%s.wav|%s/%s.npy|%s/%s.wav.npy|%s/%s.wav.npy|%s"
|
||||
% (
|
||||
|
|
@ -595,7 +595,7 @@ def click_train(
|
|||
spk_id5,
|
||||
)
|
||||
)
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
for _ in range(2):
|
||||
opt.append(
|
||||
"%s/logs/mute/0_gt_wavs/mute%s.wav|%s/logs/mute/3_feature256/mute.npy|%s/logs/mute/2a_f0/mute.wav.npy|%s/logs/mute/2b-f0nsf/mute.wav.npy|%s"
|
||||
|
|
@ -621,15 +621,15 @@ def click_train(
|
|||
% (
|
||||
exp_dir1,
|
||||
sr2,
|
||||
1 if if_f0_3 == "是" else 0,
|
||||
1 if if_f0_3 == i18n("是") else 0,
|
||||
batch_size12,
|
||||
gpus16,
|
||||
total_epoch11,
|
||||
save_epoch10,
|
||||
pretrained_G14,
|
||||
pretrained_D15,
|
||||
1 if if_save_latest13 == "是" else 0,
|
||||
1 if if_cache_gpu17 == "是" else 0,
|
||||
1 if if_save_latest13 == i18n("是") else 0,
|
||||
1 if if_cache_gpu17 == i18n("是") else 0,
|
||||
)
|
||||
)
|
||||
else:
|
||||
|
|
@ -639,14 +639,14 @@ def click_train(
|
|||
% (
|
||||
exp_dir1,
|
||||
sr2,
|
||||
1 if if_f0_3 == "是" else 0,
|
||||
1 if if_f0_3 == i18n("是") else 0,
|
||||
batch_size12,
|
||||
total_epoch11,
|
||||
save_epoch10,
|
||||
pretrained_G14,
|
||||
pretrained_D15,
|
||||
1 if if_save_latest13 == "是" else 0,
|
||||
1 if if_cache_gpu17 == "是" else 0,
|
||||
1 if if_save_latest13 == i18n("是") else 0,
|
||||
1 if if_cache_gpu17 == i18n("是") else 0,
|
||||
)
|
||||
)
|
||||
print(cmd)
|
||||
|
|
@ -736,7 +736,7 @@ def train1key(
|
|||
% (trainset_dir4, sr_dict[sr2], ncpu, now_dir, exp_dir1)
|
||||
+ str(config.noparallel)
|
||||
)
|
||||
yield get_info_str("step1:正在处理数据")
|
||||
yield get_info_str(i18n("step1:正在处理数据"))
|
||||
yield get_info_str(cmd)
|
||||
p = Popen(cmd, shell=True)
|
||||
p.wait()
|
||||
|
|
@ -744,7 +744,7 @@ def train1key(
|
|||
print(f.read())
|
||||
#########step2a:提取音高
|
||||
open("%s/logs/%s/extract_f0_feature.log" % (now_dir, exp_dir1), "w")
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
yield get_info_str("step2a:正在提取音高")
|
||||
cmd = config.python_cmd + " extract_f0_print.py %s/logs/%s %s %s" % (
|
||||
now_dir,
|
||||
|
|
@ -758,9 +758,9 @@ def train1key(
|
|||
with open("%s/logs/%s/extract_f0_feature.log" % (now_dir, exp_dir1), "r") as f:
|
||||
print(f.read())
|
||||
else:
|
||||
yield get_info_str("step2a:无需提取音高")
|
||||
yield get_info_str(i18n("step2a:无需提取音高"))
|
||||
#######step2b:提取特征
|
||||
yield get_info_str("step2b:正在提取特征")
|
||||
yield get_info_str(i18n("step2b:正在提取特征"))
|
||||
gpus = gpus16.split("-")
|
||||
leng = len(gpus)
|
||||
ps = []
|
||||
|
|
@ -783,12 +783,12 @@ def train1key(
|
|||
with open("%s/logs/%s/extract_f0_feature.log" % (now_dir, exp_dir1), "r") as f:
|
||||
print(f.read())
|
||||
#######step3a:训练模型
|
||||
yield get_info_str("step3a:正在训练模型")
|
||||
yield get_info_str(i18n("step3a:正在训练模型"))
|
||||
# 生成filelist
|
||||
exp_dir = "%s/logs/%s" % (now_dir, exp_dir1)
|
||||
gt_wavs_dir = "%s/0_gt_wavs" % (exp_dir)
|
||||
co256_dir = "%s/3_feature256" % (exp_dir)
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
f0_dir = "%s/2a_f0" % (exp_dir)
|
||||
f0nsf_dir = "%s/2b-f0nsf" % (exp_dir)
|
||||
names = (
|
||||
|
|
@ -803,7 +803,7 @@ def train1key(
|
|||
)
|
||||
opt = []
|
||||
for name in names:
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
opt.append(
|
||||
"%s/%s.wav|%s/%s.npy|%s/%s.wav.npy|%s/%s.wav.npy|%s"
|
||||
% (
|
||||
|
|
@ -829,7 +829,7 @@ def train1key(
|
|||
spk_id5,
|
||||
)
|
||||
)
|
||||
if if_f0_3 == "是":
|
||||
if if_f0_3 == i18n("是"):
|
||||
for _ in range(2):
|
||||
opt.append(
|
||||
"%s/logs/mute/0_gt_wavs/mute%s.wav|%s/logs/mute/3_feature256/mute.npy|%s/logs/mute/2a_f0/mute.wav.npy|%s/logs/mute/2b-f0nsf/mute.wav.npy|%s"
|
||||
|
|
@ -852,15 +852,15 @@ def train1key(
|
|||
% (
|
||||
exp_dir1,
|
||||
sr2,
|
||||
1 if if_f0_3 == "是" else 0,
|
||||
1 if if_f0_3 == i18n("是") else 0,
|
||||
batch_size12,
|
||||
gpus16,
|
||||
total_epoch11,
|
||||
save_epoch10,
|
||||
pretrained_G14,
|
||||
pretrained_D15,
|
||||
1 if if_save_latest13 == "是" else 0,
|
||||
1 if if_cache_gpu17 == "是" else 0,
|
||||
1 if if_save_latest13 == i18n("是") else 0,
|
||||
1 if if_cache_gpu17 == i18n("是") else 0,
|
||||
)
|
||||
)
|
||||
else:
|
||||
|
|
@ -870,20 +870,20 @@ def train1key(
|
|||
% (
|
||||
exp_dir1,
|
||||
sr2,
|
||||
1 if if_f0_3 == "是" else 0,
|
||||
1 if if_f0_3 == i18n("是") else 0,
|
||||
batch_size12,
|
||||
total_epoch11,
|
||||
save_epoch10,
|
||||
pretrained_G14,
|
||||
pretrained_D15,
|
||||
1 if if_save_latest13 == "是" else 0,
|
||||
1 if if_cache_gpu17 == "是" else 0,
|
||||
1 if if_save_latest13 == i18n("是") else 0,
|
||||
1 if if_cache_gpu17 == i18n("是") else 0,
|
||||
)
|
||||
)
|
||||
yield get_info_str(cmd)
|
||||
p = Popen(cmd, shell=True, cwd=now_dir)
|
||||
p.wait()
|
||||
yield get_info_str("训练结束, 您可查看控制台训练日志或实验文件夹下的train.log")
|
||||
yield get_info_str(i18n("训练结束, 您可查看控制台训练日志或实验文件夹下的train.log"))
|
||||
#######step3b:训练索引
|
||||
feature_dir = "%s/3_feature256" % (exp_dir)
|
||||
npys = []
|
||||
|
|
@ -915,7 +915,7 @@ def train1key(
|
|||
yield get_info_str(
|
||||
"成功构建索引, added_IVF%s_Flat_nprobe_%s.index" % (n_ivf, index_ivf.nprobe)
|
||||
)
|
||||
yield get_info_str("全流程结束！")
|
||||
yield get_info_str(i18n("全流程结束！"))
|
||||
|
||||
|
||||
# ckpt_path2.change(change_info_,[ckpt_path2],[sr__,if_f0__])
|
||||
|
|
@ -1082,7 +1082,7 @@ with gr.Blocks() as app:
|
|||
index_rate1 = gr.Slider(
|
||||
minimum=0,
|
||||
maximum=1,
|
||||
label="检索特征占比",
|
||||
label=i18n("检索特征占比"),
|
||||
value=0.76,
|
||||
interactive=True,
|
||||
)
|
||||
|
|
@ -1186,7 +1186,7 @@ with gr.Blocks() as app:
|
|||
minimum=0,
|
||||
maximum=20,
|
||||
step=1,
|
||||
label="人声提取激进程度",
|
||||
label=i18n("人声提取激进程度"),
|
||||
value=10,
|
||||
interactive=True,
|
||||
visible=False, # 先不开放调整
|
||||
|
|
@ -1225,8 +1225,8 @@ with gr.Blocks() as app:
|
|||
)
|
||||
if_f0_3 = gr.Radio(
|
||||
label=i18n("模型是否带音高指导(唱歌一定要, 语音可以不要)"),
|
||||
choices=["是", "否"],
|
||||
value="是",
|
||||
choices=[i18n("是"), i18n("否")],
|
||||
value=i18n("是"),
|
||||
interactive=True,
|
||||
)
|
||||
with gr.Group(): # 暂时单人的, 后面支持最多4人的#数据处理
|
||||
|
|
@ -1309,22 +1309,22 @@ with gr.Blocks() as app:
|
|||
minimum=0,
|
||||
maximum=40,
|
||||
step=1,
|
||||
label="每张显卡的batch_size",
|
||||
label=i18n("每张显卡的batch_size"),
|
||||
value=default_batch_size,
|
||||
interactive=True,
|
||||
)
|
||||
if_save_latest13 = gr.Radio(
|
||||
label=i18n("是否仅保存最新的ckpt文件以节省硬盘空间"),
|
||||
choices=["是", "否"],
|
||||
value="否",
|
||||
choices=[i18n("是"), i18n("否")],
|
||||
value=i18n("否"),
|
||||
interactive=True,
|
||||
)
|
||||
if_cache_gpu17 = gr.Radio(
|
||||
label=i18n(
|
||||
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速"
|
||||
),
|
||||
choices=["是", "否"],
|
||||
value="否",
|
||||
choices=[i18n("是"), i18n("否")],
|
||||
value=i18n("否"),
|
||||
interactive=True,
|
||||
)
|
||||
with gr.Row():
|
||||
|
|
@ -1419,8 +1419,8 @@ with gr.Blocks() as app:
|
|||
)
|
||||
if_f0_ = gr.Radio(
|
||||
label=i18n("模型是否带音高指导"),
|
||||
choices=["是", "否"],
|
||||
value="是",
|
||||
choices=[i18n("是"), i18n("否")],
|
||||
value=i18n("是"),
|
||||
interactive=True,
|
||||
)
|
||||
info__ = gr.Textbox(
|
||||
|
|
|
|||
Loading…
Reference in New Issue