bilibili@数列解析几何一生之敌
(1.0版教程)【【Bert-Vits2】带标注功能的整合包！轻松训练属于你的“神之嘴”！-哔哩哔哩】 https://b23.tv/Ir2OG5d
2.0版简介和教程：https://www.bilibili.com/read/cv27647393/
本仓库的代码是为了给自己部署不成功的，代码报错的人一些参考，或者是用于快速更新整合包。云端训练请自己结合原项目把相关文件和目录补齐。并且我不解答云训练相关问题。
- cronrpc/SubFix（界面和功能）
- fishaudio/Bert-VITS2（代码）
- Plachtaa/VITS-fast-fine-tuning（代码）
为本整合包或其他项目配套制作的快速易用的打标工具包。支持whisper、FunASR和原神数据集快速处理。支持进度恢复，意外终止进度不丢失。其中FunASR支持多进程。
pip install -r transcribe_tools/requirements.txt
确保你的电脑里已安装C++工具包，否则某些依赖可能无法正常安装。
和Bert-VITS2项目数据结构一致，按说话人分文件夹。音频必须为wav格式。
python auto_transcribe.py
可指定参数见代码。
请将auto_transcribe.py放入项目根目录内。
要使用本工具为GPT-SoVITS制作数据集，请将输出list的语言字母改为小写，用记事本打开按ctrl+f使用查找和替换。
- 例如：
|ZH|改为|zh| - 此外，
JP需要改为ja
import transcribe_tools
transcribe_tools.transcribe(
engine= "whisper",
languages= "M",
whisper_size= "large",
transcription_path = None,
in_dir= None,
out_dir= None,
sr= 44100,
processes= 0,
use_global_cache= True,
use_path_ffmpeg= True
).run_transcribe()
engine:字符串，指定打标方式。可选：funasr、whisper、genshin（原始人重采样）
languages：字符串。通过包含字母C、J、E的字符串指定语言。例如：CJE、CJ、C。M表示多语言。具体效果和打标方式有关：
whisper：过滤未选择的语言。
funasr：会加载选中语言的模型。每个说话人只支持同一种语言。如果没有多语言多说话人的需求请只指定一种语言，否则加载用不到的模型会浪费显存。当指定多语言时，处理时会要求你输入每个说话人的语言。
genshin：同funasr。
whisper_size：字符串。whisper模型大小。large、medium、small。只在选择使用whisper时生效。
transcription_path:字符串。指定输出的list文件路径。
in_dir&out_dir：字符串。音频输入/输出路径。请注意：要按说话人分文件夹！
sr:整数。设置重采样的采样率
processes:整数。funasr和genshin进程数量，增加这个值在一定范围内提高处理速度。当为0时，funasr默认进程数为1，genshin为逻辑处理器数量-4，且不低于1。whisper不支持多进程。
use_global_cache:默认启用。开启时，whisper和funasr缓存使用系统默认目录。否则会缓存在模块文件夹内。
use_path_ffmpeg:默认启用。开启时，whisper需要的ffmpeg从系统的环境变量读取，否则使用整合包模块目录内的ffmpeg。
VITS2 Backbone with multilingual bert
For quick guide, please refer to webui_preprocess.py.
简易教程请参见 webui_preprocess.py。
请注意，本项目核心思路来源于anyvoiceai/MassTTS 一个非常好的tts项目
MassTTS的演示demo为ai版峰哥锐评峰哥本人,并找回了在金三角失落的腰子
- anyvoiceai/MassTTS
- jaywalnut310/vits
- p0p4k/vits2_pytorch
- svc-develop-team/so-vits-svc
- PaddlePaddle/PaddleSpeech
- emotional-vits
- fish-speech
- Bert-VITS2-UI