|
| 1 | +<div align="center"> |
| 2 | + |
| 3 | +<h1>GPT-SoVITS-WebUI</h1> |
| 4 | +Güçlü Birkaç Örnekli Ses Dönüştürme ve Metinden Konuşmaya Web Arayüzü.<br><br> |
| 5 | + |
| 6 | +[](https://github.com/RVC-Boss/GPT-SoVITS) |
| 7 | + |
| 8 | +<img src="https://counter.seku.su/cmoe?name=gptsovits&theme=r34" /><br> |
| 9 | + |
| 10 | +[](https://colab.research.google.com/github/RVC-Boss/GPT-SoVITS/blob/main/colab_webui.ipynb) |
| 11 | +[](https://github.com/RVC-Boss/GPT-SoVITS/blob/main/LICENSE) |
| 12 | +[](https://huggingface.co/lj1995/GPT-SoVITS/tree/main) |
| 13 | +[](https://discord.gg/dnrgs5GHfG) |
| 14 | + |
| 15 | + |
| 16 | +[**İngilizce**](./README.md) | [**Çince (Basitleştirilmiş)**](./docs/cn/README.md) | [**Japonca**](./docs/ja/README.md) | [**Korece**](./docs/ko/README.md) |
| 17 | + |
| 18 | +</div> |
| 19 | + |
| 20 | +--- |
| 21 | + |
| 22 | +## Özellikler: |
| 23 | + |
| 24 | +1. **Sıfır Örnekli Metinden Konuşmaya:** 5 saniyelik bir vokal örneği girin ve anında metinden konuşmaya dönüşümünü deneyimleyin. |
| 25 | + |
| 26 | +2. **Birkaç Örnekli Metinden Konuşmaya:** Daha iyi ses benzerliği ve gerçekçiliği için modeli yalnızca 1 dakikalık eğitim verisiyle ince ayarlayın. |
| 27 | + |
| 28 | +3. **Çapraz Dil Desteği:** Eğitim veri setinden farklı dillerde çıkarım, şu anda İngilizce, Japonca ve Çinceyi destekliyor. |
| 29 | + |
| 30 | +4. **Web Arayüzü Araçları:** Entegre araçlar arasında vokal eşliğinde ayırma, otomatik eğitim seti segmentasyonu, Çince ASR ve metin etiketleme bulunur ve yeni başlayanların eğitim veri setleri ve GPT/SoVITS modelleri oluşturmalarına yardımcı olur. |
| 31 | + |
| 32 | +**[Demo videomuzu](https://www.bilibili.com/video/BV12g4y1m7Uw) buradan izleyin!** |
| 33 | + |
| 34 | +Görünmeyen konuşmacılar birkaç örnekli ince ayar demosu: |
| 35 | + |
| 36 | +https://github.com/RVC-Boss/GPT-SoVITS/assets/129054828/05bee1fa-bdd8-4d85-9350-80c060ab47fb |
| 37 | + |
| 38 | +**Kullanıcı kılavuzu: [Basitleştirilmiş Çince](https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e) | [İngilizce](https://rentry.co/GPT-SoVITS-guide#/)** |
| 39 | + |
| 40 | +## Kurulum |
| 41 | + |
| 42 | +Çin bölgesindeki kullanıcılar için, tam işlevselliği çevrimiçi olarak deneyimlemek üzere AutoDL Bulut Docker'ı kullanmak için [buraya tıklayabilirsiniz](https://www.codewithgpu.com/i/RVC-Boss/GPT-SoVITS/GPT-SoVITS-Official). |
| 43 | + |
| 44 | +### Test Edilmiş Ortamlar |
| 45 | + |
| 46 | +- Python 3.9, PyTorch 2.0.1, CUDA 11 |
| 47 | +- Python 3.10.13, PyTorch 2.1.2, CUDA 12.3 |
| 48 | +- Python 3.9, PyTorch 2.2.2, macOS 14.4.1 (Apple silikon) |
| 49 | +- Python 3.9, PyTorch 2.2.2, CPU cihazları |
| 50 | + |
| 51 | +_Not: numba==0.56.4, py<3.11 gerektirir_ |
| 52 | + |
| 53 | +### Windows |
| 54 | + |
| 55 | +Bir Windows kullanıcısıysanız (win>=10 ile test edilmiştir), [önceden paketlenmiş dağıtımı](https://huggingface.co/lj1995/GPT-SoVITS-windows-package/resolve/main/GPT-SoVITS-beta.7z?download=true) indirebilir ve GPT-SoVITS-WebUI'yi başlatmak için _go-webui.bat_ dosyasını çift tıklayabilirsiniz. |
| 56 | + |
| 57 | +Çin bölgesindeki kullanıcılar, aşağıdaki bağlantılara tıklayıp "Bir kopya indir"i seçerek [0217 paketini](https://www.icloud.com.cn/iclouddrive/061bfkcVJcBfsMfLF5R2XKdTQ#GPT-SoVITS-beta0217) veya [0306fix2 paketini](https://www.icloud.com.cn/iclouddrive/09aaTLf96aa92dbLe0fPNM5CQ#GPT-SoVITS-beta0306fix2) indirebilirler. |
| 58 | + |
| 59 | +_Not: 0306fix2 sürümü çıkarım hızını iki katına çıkarır ve referans metni olmayan moddaki tüm sorunları giderir._ |
| 60 | + |
| 61 | +### Linux |
| 62 | + |
| 63 | +```bash |
| 64 | +conda create -n GPTSoVits python=3.9 |
| 65 | +conda activate GPTSoVits |
| 66 | +bash install.sh |
| 67 | +``` |
| 68 | + |
| 69 | +### macOS |
| 70 | + |
| 71 | +**Not: Mac'lerde GPU'larla eğitilen modeller, diğer cihazlarda eğitilenlere göre önemli ölçüde daha düşük kalitede sonuç verir, bu nedenle geçici olarak CPU'lar kullanıyoruz.** |
| 72 | + |
| 73 | +1. `xcode-select --install` komutunu çalıştırarak Xcode komut satırı araçlarını yükleyin |
| 74 | +2. `brew install ffmpeg` veya `conda install ffmpeg` komutunu çalıştırarak FFmpeg'i yükleyin. |
| 75 | +3. Aşağıdaki komutları çalıştırarak programı yükleyin: |
| 76 | + |
| 77 | +```bash |
| 78 | +conda create -n GPTSoVits python=3.9 |
| 79 | +conda activate GPTSoVits |
| 80 | + |
| 81 | +pip install -r requirements.txt |
| 82 | +``` |
| 83 | + |
| 84 | +### El ile Yükleme |
| 85 | + |
| 86 | +#### Bağımlılıkları Yükleme |
| 87 | + |
| 88 | +```bash |
| 89 | +pip install -r requirements.txt |
| 90 | +``` |
| 91 | + |
| 92 | +#### FFmpeg'i Yükleme |
| 93 | + |
| 94 | +##### Conda Kullanıcıları |
| 95 | + |
| 96 | +```bash |
| 97 | +conda install ffmpeg |
| 98 | +``` |
| 99 | + |
| 100 | +##### Ubuntu/Debian Kullanıcıları |
| 101 | + |
| 102 | +```bash |
| 103 | +sudo apt install ffmpeg |
| 104 | +sudo apt install libsox-dev |
| 105 | +conda install -c conda-forge 'ffmpeg<7' |
| 106 | +``` |
| 107 | + |
| 108 | +##### Windows Kullanıcıları |
| 109 | + |
| 110 | +[ffmpeg.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe) ve [ffprobe.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffprobe.exe) dosyalarını indirin ve GPT-SoVITS kök dizinine yerleştirin. |
| 111 | + |
| 112 | +### Docker Kullanarak |
| 113 | + |
| 114 | +#### docker-compose.yaml yapılandırması |
| 115 | + |
| 116 | +0. Görüntü etiketleri hakkında: Kod tabanındaki hızlı güncellemeler ve görüntüleri paketleme ve test etme işleminin yavaş olması nedeniyle, lütfen şu anda paketlenmiş en son görüntüleri kontrol etmek için [Docker Hub](https://hub.docker.com/r/breakstring/gpt-sovits) adresini kontrol edin ve durumunuza göre seçim yapın veya alternatif olarak, kendi ihtiyaçlarınıza göre bir Dockerfile kullanarak yerel olarak oluşturun. |
| 117 | +1. Ortam Değişkenleri: |
| 118 | + |
| 119 | +- is_half: Yarım hassasiyet/çift hassasiyeti kontrol eder. Bu genellikle "SSL çıkarma" adımı sırasında 4-cnhubert/5-wav32k dizinleri altındaki içeriğin doğru şekilde oluşturulmamasının nedenidir. Gerçek durumunuza göre True veya False olarak ayarlayın. |
| 120 | + |
| 121 | +2. Birim Yapılandırması,Kapsayıcı içindeki uygulamanın kök dizini /workspace olarak ayarlanmıştır. Varsayılan docker-compose.yaml, içerik yükleme/indirme için bazı pratik örnekler listeler. |
| 122 | +3. shm_size: Windows üzerinde Docker Desktop için varsayılan kullanılabilir bellek çok küçüktür, bu da anormal işlemlere neden olabilir. Kendi durumunuza göre ayarlayın. |
| 123 | +4. Dağıtım bölümü altında, GPU ile ilgili ayarlar sisteminize ve gerçek koşullara göre dikkatlice ayarlanmalıdır. |
| 124 | + |
| 125 | +#### docker compose ile çalıştırma |
| 126 | + |
| 127 | +``` |
| 128 | +docker compose -f "docker-compose.yaml" up -d |
| 129 | +``` |
| 130 | + |
| 131 | +#### docker komutu ile çalıştırma |
| 132 | + |
| 133 | +Yukarıdaki gibi, ilgili parametreleri gerçek durumunuza göre değiştirin, ardından aşağıdaki komutu çalıştırın: |
| 134 | + |
| 135 | +``` |
| 136 | +docker run --rm -it --gpus=all --env=is_half=False --volume=G:\GPT-SoVITS-DockerTest\output:/workspace/output --volume=G:\GPT-SoVITS-DockerTest\logs:/workspace/logs --volume=G:\GPT-SoVITS-DockerTest\SoVITS_weights:/workspace/SoVITS_weights --workdir=/workspace -p 9880:9880 -p 9871:9871 -p 9872:9872 -p 9873:9873 -p 9874:9874 --shm-size="16G" -d breakstring/gpt-sovits:xxxxx |
| 137 | +``` |
| 138 | + |
| 139 | +## Önceden Eğitilmiş Modeller |
| 140 | + |
| 141 | +Önceden eğitilmiş modelleri [GPT-SoVITS Modelleri](https://huggingface.co/lj1995/GPT-SoVITS) adresinden indirin ve `GPT_SoVITS/pretrained_models` dizinine yerleştirin. |
| 142 | + |
| 143 | +UVR5 (Vokal/Eşlik Ayırma ve Yankı Giderme, ayrıca) için, modelleri [UVR5 Ağırlıkları](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/uvr5_weights) adresinden indirin ve `tools/uvr5/uvr5_weights` dizinine yerleştirin. |
| 144 | + |
| 145 | +Çin bölgesindeki kullanıcılar, aşağıdaki bağlantıları girerek ve "Bir kopya indir"i tıklayarak bu iki modeli indirebilirler |
| 146 | + |
| 147 | +- [GPT-SoVITS Modelleri](https://www.icloud.com.cn/iclouddrive/056y_Xog_HXpALuVUjscIwTtg#GPT-SoVITS_Models) |
| 148 | + |
| 149 | +- [UVR5 Ağırlıkları](https://www.icloud.com.cn/iclouddrive/0bekRKDiJXboFhbfm3lM2fVbA#UVR5_Weights) |
| 150 | + |
| 151 | +Çince ASR (ayrıca) için, modelleri [Damo ASR Modeli](https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files), [Damo VAD Modeli](https://modelscope.cn/models/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch/files), ve [Damo Punc Modeli](https://modelscope.cn/models/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) adreslerinden indirin ve `tools/asr/models` dizinine yerleştirin. |
| 152 | + |
| 153 | +İngilizce veya Japonca ASR (ayrıca) için, modelleri [Faster Whisper Large V3](https://huggingface.co/Systran/faster-whisper-large-v3) adresinden indirin ve `tools/asr/models` dizinine yerleştirin. Ayrıca, [diğer modeller](https://huggingface.co/Systran) daha küçük disk alanı kaplamasıyla benzer etkiye sahip olabilir. |
| 154 | + |
| 155 | +Çin bölgesindeki kullanıcılar, aşağıdaki bağlantıları girerek bu modeli indirebilirler |
| 156 | + |
| 157 | +- [Faster Whisper Large V3](https://www.icloud.com/iclouddrive/0c4pQxFs7oWyVU1iMTq2DbmLA#faster-whisper-large-v3) ("Bir kopya indir"i tıklayarak) |
| 158 | + |
| 159 | +- [Faster Whisper Large V3](https://hf-mirror.com/Systran/faster-whisper-large-v3) (HuggingFace ayna sitesi) |
| 160 | + |
| 161 | +## Veri Seti Formatı |
| 162 | + |
| 163 | +TTS açıklama .list dosya formatı: |
| 164 | + |
| 165 | +``` |
| 166 | +vocal_path|speaker_name|language|text |
| 167 | +``` |
| 168 | + |
| 169 | +Dil sözlüğü: |
| 170 | + |
| 171 | +- 'zh': Çince |
| 172 | +- 'ja': Japonca |
| 173 | +- 'en': İngilizce |
| 174 | + |
| 175 | +Örnek: |
| 176 | + |
| 177 | +``` |
| 178 | +D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin. |
| 179 | +``` |
| 180 | + |
| 181 | +## Yapılacaklar Listesi |
| 182 | + |
| 183 | +- [ ] **Yüksek Öncelikli:** |
| 184 | + |
| 185 | + - [x] Japonca ve İngilizceye yerelleştirme. |
| 186 | + - [x] Kullanıcı kılavuzu. |
| 187 | + - [x] Japonca ve İngilizce veri seti ince ayar eğitimi. |
| 188 | + |
| 189 | +- [ ] **Özellikler:** |
| 190 | + - [ ] Sıfır örnekli ses dönüştürme (5s) / birkaç örnekli ses dönüştürme (1dk). |
| 191 | + - [ ] Metinden konuşmaya konuşma hızı kontrolü. |
| 192 | + - [ ] Gelişmiş metinden konuşmaya duygu kontrolü. |
| 193 | + - [ ] SoVITS token girdilerini kelime dağarcığı olasılık dağılımına değiştirme denemesi. |
| 194 | + - [ ] İngilizce ve Japonca metin ön ucunu iyileştirme. |
| 195 | + - [ ] Küçük ve büyük boyutlu metinden konuşmaya modelleri geliştirme. |
| 196 | + - [x] Colab betikleri. |
| 197 | + - [ ] Eğitim veri setini genişletmeyi dene (2k saat -> 10k saat). |
| 198 | + - [ ] daha iyi sovits temel modeli (geliştirilmiş ses kalitesi) |
| 199 | + - [ ] model karışımı |
| 200 | + |
| 201 | +## (İsteğe Bağlı) İhtiyacınız varsa, burada komut satırı işlem modu sağlanacaktır |
| 202 | +UVR5 için Web Arayüzünü açmak için komut satırını kullanın |
| 203 | +``` |
| 204 | +python tools/uvr5/webui.py "<infer_device>" <is_half> <webui_port_uvr5> |
| 205 | +``` |
| 206 | +Bir tarayıcı açamıyorsanız, UVR işleme için aşağıdaki formatı izleyin,Bu ses işleme için mdxnet kullanıyor |
| 207 | +``` |
| 208 | +python mdxnet.py --model --input_root --output_vocal --output_ins --agg_level --format --device --is_half_precision |
| 209 | +``` |
| 210 | +Veri setinin ses segmentasyonu komut satırı kullanılarak bu şekilde yapılır |
| 211 | +``` |
| 212 | +python audio_slicer.py \ |
| 213 | + --input_path "<orijinal_ses_dosyası_veya_dizininin_yolu>" \ |
| 214 | + --output_root "<alt_bölümlere_ayrılmış_ses_kliplerinin_kaydedileceği_dizin>" \ |
| 215 | + --threshold <ses_eşiği> \ |
| 216 | + --min_length <her_bir_alt_klibin_minimum_süresi> \ |
| 217 | + --min_interval <bitişik_alt_klipler_arasındaki_en_kısa_zaman_aralığı> |
| 218 | + --hop_size <ses_eğrisini_hesaplamak_için_adım_boyutu> |
| 219 | +``` |
| 220 | +Veri seti ASR işleme komut satırı kullanılarak bu şekilde yapılır (Yalnızca Çince) |
| 221 | +``` |
| 222 | +python tools/asr/funasr_asr.py -i <girdi> -o <çıktı> |
| 223 | +``` |
| 224 | +ASR işleme Faster_Whisper aracılığıyla gerçekleştirilir (Çince dışındaki ASR işaretleme) |
| 225 | + |
| 226 | +(İlerleme çubukları yok, GPU performansı zaman gecikmelerine neden olabilir) |
| 227 | +``` |
| 228 | +python ./tools/asr/fasterwhisper_asr.py -i <girdi> -o <çıktı> -l <dil> |
| 229 | +``` |
| 230 | +Özel bir liste kaydetme yolu etkinleştirildi |
| 231 | + |
| 232 | +## Teşekkürler |
| 233 | + |
| 234 | +Aşağıdaki projeler ve katkıda bulunanlara özel teşekkürler: |
| 235 | + |
| 236 | +### Teorik |
| 237 | +- [ar-vits](https://github.com/innnky/ar-vits) |
| 238 | +- [SoundStorm](https://github.com/yangdongchao/SoundStorm/tree/master/soundstorm/s1/AR) |
| 239 | +- [vits](https://github.com/jaywalnut310/vits) |
| 240 | +- [TransferTTS](https://github.com/hcy71o/TransferTTS/blob/master/models.py#L556) |
| 241 | +- [contentvec](https://github.com/auspicious3000/contentvec/) |
| 242 | +- [hifi-gan](https://github.com/jik876/hifi-gan) |
| 243 | +- [fish-speech](https://github.com/fishaudio/fish-speech/blob/main/tools/llama/generate.py#L41) |
| 244 | +### Önceden Eğitilmiş Modeller |
| 245 | +- [Çince Konuşma Ön Eğitimi](https://github.com/TencentGameMate/chinese_speech_pretrain) |
| 246 | +- [Çince-Roberta-WWM-Ext-Large](https://huggingface.co/hfl/chinese-roberta-wwm-ext-large) |
| 247 | +### Çıkarım için Metin Ön Ucu |
| 248 | +- [paddlespeech zh_normalization](https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/paddlespeech/t2s/frontend/zh_normalization) |
| 249 | +- [LangSegment](https://github.com/juntaosun/LangSegment) |
| 250 | +### Web Arayüzü Araçları |
| 251 | +- [ultimatevocalremovergui](https://github.com/Anjok07/ultimatevocalremovergui) |
| 252 | +- [audio-slicer](https://github.com/openvpi/audio-slicer) |
| 253 | +- [SubFix](https://github.com/cronrpc/SubFix) |
| 254 | +- [FFmpeg](https://github.com/FFmpeg/FFmpeg) |
| 255 | +- [gradio](https://github.com/gradio-app/gradio) |
| 256 | +- [faster-whisper](https://github.com/SYSTRAN/faster-whisper) |
| 257 | +- [FunASR](https://github.com/alibaba-damo-academy/FunASR) |
| 258 | + |
| 259 | +## Tüm katkıda bulunanlara çabaları için teşekkürler |
| 260 | + |
| 261 | +<a href="https://github.com/RVC-Boss/GPT-SoVITS/graphs/contributors" target="_blank"> |
| 262 | + <img src="https://contrib.rocks/image?repo=RVC-Boss/GPT-SoVITS" /> |
| 263 | +</a> |
0 commit comments