หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

TTS Generation Webui / Harmonica

ดาวน์โหลดตัวติดตั้ง || การติดตั้ง || การตั้งค่า Docker || รายงานข้อเสนอแนะ / ข้อผิดพลาด

แบนเนอร์

วิดีโอ

แบบจำลอง

ข้อความเป็นคำพูด การสร้างเสียง/เพลง การแปลงเสียง/เครื่องมือ
เห่า เพลง RVC
เต่า แม่เหล็ก การดอง
MAHA TTS เสียงที่มั่นคง เสียงร้อง
MMS (ส่วนขยาย) ความรุนแรง กระซิบ
vall-e x (ส่วนขยาย) Audiocraft Mac
Styletts2 (ส่วนขยาย) Audiocraft Plus
Seamlessm4t
(ส่วนขยาย) XTTSV2
(ส่วนขยาย) Mars5
(ส่วนขยาย) F5-TTS
(ส่วนขยาย) Parler TTS

ตัวอย่าง

bark.narration.mp4
bark.japanese.mp4
Musicgen.mp4

ภาพหน้าจอ

react_1react_2react_3
Gradio_1Gradio_2gradio_3

การเปลี่ยนแปลง

23 พ.ย. :

  • เพิ่มล้อ Linux Fairseq เพื่อความเข้ากันได้ของ PIP ที่ดีขึ้น

22 พ.ย. :

  • สลับไปที่ล้อเพิ่มพรอมติดตั้งหนึ่งนัด

15 พ.ย. :

  • อัพเกรดเป็น Gradio 5.5.0 เพิ่มการเพิ่มประสิทธิภาพคล้าย (#420)

14 พ.ย. :

  • เพิ่ม Windows Windows Deepspeed Wheel
  • เพิ่มภาษาเพิ่มเติมเพื่อเห่าเสียงโคลน

11 พ.ย. :

  • เปลี่ยนเป็นเวอร์ชัน fairseq ที่แก้ไขแล้วสำหรับ Windows ลดความขัดแย้งการติดตั้งและเร่งการอัปเดต

ตุลาคม 2567

28 ตุลาคม:

  • เพิ่มการทดสอบตัวติดตั้งตัวเลือกรุ่นและตัวเลือก PIP CPU เท่านั้นสำหรับ Torch

24 ต.ค. :

  • ลดระดับ Gradio เป็น 5.1.0 เนื่องจากข้อผิดพลาด
  • เพิ่มเวิร์กโฟลว์ทดสอบและแก้ไขข้อบกพร่องเล็กน้อย

22 ต.ค. :

  • แก้ไขปัญหา DockerFile สำหรับการปรับใช้ที่ราบรื่นขึ้น

21 ต.ค. :

  • ReadMe ที่ออกแบบใหม่: ปรับปรุงส่วนขยายเสียงกระซิบเพิ่มการเปลี่ยนแปลงในเดือนสิงหาคมกันยายนและตุลาคมภาพหน้าจอที่อัปเดตและเนื้อหาที่จัดระเบียบใหม่

19 ต.ค. :

  • แก้ไขบันทึกส่วนขยายและเพิ่มส่วนขยายใหม่

18 ต.ค. :

  • การปรับปรุงระบบ: โครงการที่จัดรูปแบบ, การติดตั้ง xformers+cuda ติดตั้ง, เพิ่มระบบบันทึก, ปุ่มขยายการติดตั้งและส่วนขยาย F5 TTS

16 ต.ค. :

  • การติดตั้งครั้งแรกตอนนี้ใช้ pip แทน uv
  • สร้างเวอร์ชันหลักและแก้ไข Google Colab
  • เพิ่มทางเลือก PIP ให้กับเสียงที่เสถียร
  • แก้ไข Demucs, เปลี่ยนพอร์ต postgres
  • แก้ไขการติดตั้ง huggingface_hub และตัวโหลดโมเดลเปลือกไม้
  • การอัพเกรดที่สำคัญ: เปลี่ยนเป็น Gradio 5, Lazy Loading สำหรับแท็บ, การแก้ไข Docker, ความเร็ว UI ที่ปรับให้เหมาะสม, เพิ่มคุณสมบัติ. env.user, บันทึกที่ดีขึ้นและอัพเกรดส่วนขยาย UI React

3 ต.ค. :

  • แก้ไขแท็บข้อมูล GPU และเพิ่ม nvidia-ml-py
  • สร้างวิธีแก้ปัญหาสำหรับ Audiocraft ติดตั้งข้อผิดพลาด
  • แก้ไข MSVC อัตโนมัติติดตั้งและตั้งค่าเซิร์ฟเวอร์เป็น 127.0.0.1
  • แก้ไขเส้นทาง .git_version และลบ iconv เพื่อกำจัดข้อกำหนดของ node-gyp
  • ปรับปรุงการจัดการข้อผิดพลาดของตัวติดตั้งเพิ่มการอัปเกรดแฮชการบันทึก
  • อัพเกรด Node.js เป็น 22.9.0 เพิ่มการสนับสนุน PostgreSQL, แท็บที่จัดกลุ่มใน React UI

กันยายน 2567

คลิกเพื่อขยาย

23 ก.ย. :

  • ใช้ CUDA โดยอัตโนมัติสำหรับ MMS

22 ก.ย. :

  • เพิ่มส่วนขยายข้อมูลเมตา FFMPEG เพื่อตอบสนอง UI
  • เพิ่มการแจ้งเตือนแบบโมโนเท่านั้นสำหรับ MAHA TTS
  • HotFix เพื่อหลีกเลี่ยงโหนด 20.17.0 ความล้มเหลวในการติดตั้ง

21 ก.ย. :

  • เพิ่มการสาธิตเสียงที่เสถียรเพื่อตอบสนอง UI
  • ปรับปรุงเค้าโครง UI

19 ก.ย. :

  • อัพเกรด REACE REACE UI Visual Look ด้วยแถบเลื่อนใหม่และเค้าโครงที่ดีกว่า
  • RVC UI ที่ปรับให้เหมาะสม, แก้ไข colab และเพิ่มกล่องคำสั่งการค้นหา
  • อัพเกรด node.js เป็น 20.17.0

2 ก.ย. :

  • แก้ไข DockerFile และอัพเดท Docker-compose.yml
  • แก้ไขข้อผิดพลาดในการโหลด NPZ

สิงหาคม 2567

คลิกเพื่อขยาย

31 ส.ค. :

  • อัพเกรดโมเดลกรอบการอนุมานเป็นนักตกแต่ง
  • ย้ายไฟล์ Python จากโฟลเดอร์ src ไปยัง tts_webui
  • เขียนแท็บ MusicGen ใหม่และแก้ไขข้อบกพร่องที่เกี่ยวข้อง

20 ส.ค. :

  • อัพเกรดเป็น Gradio 4 และเพิ่มธีม
  • เพิ่มข้อความการโหลดแบบจำลองสำหรับเต่า
  • แก้ไข RVC ของ Reactui
  • Hyperparameters refactored
  • เพิ่มการจัดการในรายการส่วนขยาย, ส่วนขยาย XTTS-Simple

5 ส.ค. :

  • แก้ไขเปลือกไม้ใน React UI เพิ่มระยะเวลาการสร้างสูงสุด
  • เปลี่ยนไดเรกทอรี Audiocraft Plus Models เป็น./data/models/audiocraft_plus/
  • ปรับปรุงการขนถ่ายโมเดลสำหรับ MusicGen และ Audiogen เพิ่มปุ่ม UNLoad รุ่นลงใน MusicGen และ Audiogen
  • เพิ่มส่วนขยาย Cache Manager HuggingFace

4 ส.ค. :

  • เพิ่มส่วนขยาย XTTS-RVC-UI, ส่วนขยายการสาธิตการปรับแต่ง XTTS

3 ส.ค. :

  • เพิ่มส่วนขยายที่น่าเชื่อถือ, ส่วนขยาย Audiocraft MAC, ส่วนขยายมรดกของเปลือกไม้

2 ส.ค. :

  • เพิ่มคำเตือนการเสื่อมราคาลงในตัวติดตั้งเก่า
  • รวมการจัดการข้อผิดพลาดและทำให้การโหลดแท็บง่ายขึ้น

1 ส.ค. :

  • เพิ่มปุ่ม "พยายามอัปเดต" สำหรับส่วนขยายภายนอก
  • ข้ามแพ็คเกจการติดตั้งใหม่เมื่อไม่มีการเปลี่ยนแปลงเวอร์ชัน PIP_Packages
  • ซิงโครไนซ์พอร์ต Gradio กับ React UI
  • เปลี่ยนพอร์ต gradio เริ่มต้นเป็น 7770 จาก 7860

กรกฎาคม 2567

คลิกเพื่อขยาย

31 กรกฎาคม:

  • แก้ไข React Musicgen ของ UI หลังจากการเปลี่ยนแปลงของ Gradio
  • เพิ่มปุ่ม unload เพื่อขยายเสียงกระซิบ

29 กรกฎาคม:

  • เปลี่ยน FFMPEG เป็น 4.4.2 จาก Conda-Forge เพื่อรองรับแพลตฟอร์มเพิ่มเติมรวมถึง Mac M1
  • ปิดการใช้งาน Tortoise CVVP

26 กรกฎาคม:

  • ส่วนขยายเสียงกระซิบ
  • Experimental AMD ROCM ติดตั้งการสนับสนุน (Linux เท่านั้น)

25 กรกฎาคม:

  • เพิ่มสคริปต์การวินิจฉัยสำหรับ MacOS และ Linux
  • เพิ่มรายละเอียดข้อผิดพลาดที่ดีกว่าสำหรับแท็บ
  • แก้ไขสิทธิ์การดำเนินการสคริปต์ SHING สำหรับผู้ติดตั้งบน Linux และ MacOS

21 กรกฎาคม:

  • เพิ่มส่วนขยายประวัติแกลเลอรี่ (ดัดแปลงจากมุมมองแกลเลอรี่เก่า)
  • แปลง Remixer อย่างง่ายเป็นส่วนขยาย
  • Fix Update.py เพื่อใช้เวอร์ชัน Torch ที่ใหม่กว่า (update.py เป็นเพียงเพื่อวัตถุประสงค์ดั้งเดิมและจะแตกหัก)
  • เพิ่มสคริปต์การวินิจฉัยและบังคับให้ติดตั้งสคริปต์ใหม่สำหรับ Windows

20 กรกฎาคม:

  • แก้ไขลิงค์เข้าร่วม Discord
  • ลดความซับซ้อนของเปลือกไม้ต่อไปลบความซับซ้อนที่มากเกินไปในรหัส
  • เพิ่มส่วนขยาย UI/Modular ส่วนขยายเหล่านี้อนุญาตให้ติดตั้งรุ่นใหม่และคุณสมบัติไปยัง UI ในอนาคตโมเดลจะเริ่มเป็นส่วนขยายก่อนที่จะเพิ่มอย่างต่อเนื่อง
  • ปิดการใช้งาน Gallery View ในเอาต์พุต
  • ปัญหาที่รู้จัก: Firefox ล้มเหลวในการแสดงผลลัพธ์ใน Gradio มันล้มเหลวในการดึงข้อมูลจากแบ็กเอนด์ ภายใน React UI นี้ใช้งานได้ดี

15 กรกฎาคม:

  • ความคิดเห็น - เนื่องจาก React UI ออกมาเป็นเวลานานแล้ว Gradio UI จะมีบทบาทในการให้บริการเฉพาะฟังก์ชั่นให้กับผู้ใช้โดยไม่มี UI ที่ซับซ้อนมากที่ไม่สามารถจัดการได้ มีการขาดแคลนเวลาในการพัฒนาอย่างแท้จริงในการเพิ่มโมเดลและคุณสมบัติใหม่ ๆ แต่รูปแบบการรวมแบบเก่าไม่สามารถใช้งานได้ เนื่องจาก API ใหม่และ 'บทบาทของโมเดล' ถูกกำหนดจึงเป็นไปได้ที่จะมีส่วนขยายสำหรับทั้งรุ่นทำให้มีความยืดหยุ่นและการติดตั้งที่เบาลงมากขึ้น
  • เริ่มปรับขนาดความซับซ้อนของ Gradio UI - ลบ ส่งไปยังปุ่ม RVC/Demucs/เสียง (ลบองค์ประกอบภายใน joutai)
  • เพิ่มเวอร์ชัน JSON เพื่อการอัปเดตที่ดีขึ้นในอนาคต
  • ลดจำนวนเอาท์พุทสูงสุดของเปลือกไม้ให้เหลือ 1
  • เพิ่มปุ่ม Unload Model ลงในเต่าและขนถ่ายโมเดลก่อนที่จะโหลดพารามิเตอร์ตัวถัดไป/เปลี่ยนพารามิเตอร์ดังนั้น Tortoise จึงไม่ใช้หน่วยความจำรุ่น 2X อีกต่อไปในระหว่างการเปลี่ยนการตั้งค่า

14 กรกฎาคม:

  • แท็บ Gradio ใหม่เป็นกลุ่ม - ข้อความเป็นคำพูดการแปลงเสียงการสร้างเพลงผลลัพธ์และการตั้งค่า
  • ทำความสะอาดส่วนหัวเพิ่มลิงค์สำหรับข้อเสนอแนะ
  • เพิ่มการควบคุมเมล็ดพันธุ์ให้กับเสียงที่เสถียร
  • แก้ไขข้อบกพร่องชื่อไฟล์เสียงที่เสถียรด้วย newLines
  • ปิดใช้งานแท็บ "Simix Mixer"
  • แก้ไข Bark Voice Clone & RVC อีกครั้ง
  • เพิ่มแท็บ "แพ็คเกจที่ติดตั้ง" สำหรับการดีบัก

13 กรกฎาคม:

  • การอัพเกรดครั้งใหญ่เป็น Torch 2.3.1 และ Xformers 0.0.27
    • ผู้ใช้ทั้งหมดรวมถึง Mac และ CPU จะมีรุ่น Pytorch เดียวกัน
  • อัพเกรด cuda เป็น 11.8
  • Force Python เป็น 3.10.11
  • แก้ไขตัวติดตั้งเพื่ออนุญาตให้อัปเกรด Python และ Torch โดยไม่ต้องติดตั้งใหม่ (ปัจจุบัน Major Version 2)
  • แก้ไขพารามิเตอร์เริ่มต้นแม่เหล็กเพื่อคุณภาพที่ดีขึ้น
  • ปรับปรุงการตรวจสอบสคริปต์ตัวติดตั้งเพื่อหลีกเลี่ยงข้อบกพร่อง
  • อัปเดต Styletts2

11 กรกฎาคม:

  • ปรับปรุงชื่อไฟล์การสร้างเสียงที่เสถียร
  • เพิ่มแรงติดตั้งใหม่เพื่อซ่อมแซมไฟฉาย
  • ทำการอัปเดตอัตโนมัติของตัวติดตั้งก่อนที่จะทำงาน

9 กรกฎาคม:

  • แก้ไขคำแนะนำการติดตั้งและการติดตั้งใหม่ด้วย https://github.com/xeraster!

8 กรกฎาคม:

  • เปลี่ยนกระบวนการติดตั้งเพื่อลดการปะทะแพ็คเกจและเปิดใช้งานความยืดหยุ่นของรุ่นคบเพลิง

6 กรกฎาคม:

  • การเปิดตัวครั้งแรกของตัวติดตั้งที่ใช้ Mamba ใหม่
  • บันทึกผลลัพธ์เสียงที่เสถียรไปยังโฟลเดอร์ Outputs-RVC/StableAudio
  • เพิ่มข้อจำกัดความรับผิดชอบในการเลือกโมเดลเสียงที่เสถียรและแสดงข้อความแสดงข้อผิดพลาดที่ดีกว่าเมื่อไฟล์หายไป

1 กรกฎาคม:

  • เพิ่มประสิทธิภาพการใช้หน่วยความจำเสียงที่มีเสถียรภาพหลังจากรุ่น
  • เปิด React UI โดยอัตโนมัติหาก Gradio เปิดขึ้นโดยอัตโนมัติ
  • ลบ conda git ที่ไม่จำเป็นติดตั้งใหม่
  • อัปเดตเป็นเสียงที่มีเสถียรภาพครั้งสุดท้ายซึ่งมีการรองรับสมาชิกสภาผู้แทนราษฎร (ต้องใช้คบเพลิงรุ่นใหม่)

มิถุนายน 2567

คลิกเพื่อขยาย 22 มิถุนายน: * เพิ่มเสียงที่มั่นคงลงใน Gradio

21 มิถุนายน:

  • เพิ่มการสาธิต Vall-EX เพื่อตอบสนอง UI
  • เปิด React UI โดยอัตโนมัติในเบราว์เซอร์แก้ไขลิงก์อีกครั้ง
  • เพิ่มความยาวตามความยาวเพื่อตอบสนอง/เต่า
  • แก้ไขโฟลเดอร์ตัวอย่าง UVR5
  • ตั้งค่าเวอร์ชัน Fairseq เป็น 0.12.2 สำหรับ Linux และ Mac (#323)
  • ปรับปรุงประวัติการสร้างสำหรับแท็บ UI React ทั้งหมด

17 พฤษภาคม:

  • แก้ไข Tortoise ที่ตั้งไว้ล่วงหน้าใน React UI

9 พฤษภาคม:

  • เพิ่ม MMS เพื่อตอบสนอง UI
  • ปรับปรุง React UI และ CodeBase

4 พฤษภาคม:

  • กลุ่ม Changelog ภายในเดือน

เมษายน 2567

คลิกเพื่อขยาย 28 เม.ย. : * เพิ่ม maha tts เพื่อตอบสนอง ui * เพิ่มข้อมูล GPU เพื่อตอบสนอง UI

6 เม.ย. :

  • เพิ่มแท็บ Demo รุ่น Vall-ex
  • เพิ่มแท็บสาธิต MMS
  • เพิ่มแท็บ Demo MAHA TTS
  • เพิ่มแท็บ Demo Styletts2

5 เม.ย. :

  • แก้ไขข้อผิดพลาดในการติดตั้ง RVC
  • เพิ่มแท็บตัวอย่าง UVR5 ขั้นพื้นฐาน

4 เม.ย. :

  • อัพเกรด RVC เป็น RVMPE และ FCPE ลบอินพุตไฟล์โดยตรงสำหรับรุ่นและดัชนีเนื่องจากการทำสำเนาไฟล์ ปรับปรุงอินเตอร์เฟส REACE UI สำหรับ RVC

มีนาคม 2567

คลิกเพื่อขยาย

28 มี.ค. :

  • เพิ่มแท็บข้อมูล GPU

27 มี.ค. :

  • เพิ่มข้อมูลเกี่ยวกับการโคลนนิ่งเสียงไปยัง Tab Voice Clone

26 มีนาคม:

  • เพิ่ม Maha TTS Demo Notebook

22 มี.ค. :

  • Vall-E X Demo ผ่าน Notebook (#292)
  • เพิ่ม react ui image docker image
  • เพิ่มการติดตั้งข้อจำกัดความรับผิดชอบ

16 มี.ค. :

  • อัพเกรดคำศัพท์เป็น 0.1.0

14 มี.ค. :

  • สมุดบันทึกการสาธิต Styletts2

13 มี.ค. :

  • เพิ่มไปป์ไลน์ทดลอง (Bark / Tortoise / Musicgen / Audiogen / Magnet -> RVC / Demucs / Vocos) (#287)
  • แก้ไขข้อผิดพลาด RVC ด้วยการโหลดโมเดลในแต่ละรุ่น สำหรับอินพุตสั้น ๆ ที่ส่งผลให้เกิดการเร่งความเร็วที่มองเห็นได้

11 มี.ค. :

  • เพิ่มการเล่นเป็นเสียงและบันทึกลงในเสียงไปที่เปลือกไม้ (#286)
  • เปลี่ยน UX เพื่อแสดงว่าไฟล์ถูกลบออกจากรายการโปรด
  • แก้ไขภาพสำหรับเสียงเห่าที่ไม่แสดง
  • แก้ไขการเล่นเสียงในรายการโปรด

10 มี.ค. :

  • เพิ่มแบทช์เพื่อตอบสนองแม่เหล็ก UI (#283)
  • เพิ่มเสียงลงในการแปลเสียงเป็น SeamlessM4T (#284)

5 มี.ค. :

  • เพิ่มแบทช์เพื่อตอบสนอง UI MusicGen (#281) ขอบคุณ https://github.com/aamir3d สำหรับการร้องขอสิ่งนี้และให้ข้อเสนอแนะ

3 มี.ค. :

  • เพิ่มการสาธิต MMS เป็นสมุดบันทึก
  • เพิ่มข้อจำกัดความรับผิดชอบ VRAM High MultiBandDiffusion High VRAM

กุมภาพันธ์ 2567

คลิกเพื่อขยาย

21 ก.พ. :

  • แก้ไขคอนเทนเนอร์ Docker Builds และ Bug ด้วย Docker-Audiocraft

8 กุมภาพันธ์:

  • แก้ไข MultiBandDiffusion สำหรับรุ่นสเตอริโอของ MusicGen ขอบคุณ https://github.com/mykeehu
  • แก้ไขขั้นตอนการติดตั้ง node.js บน Google Colab, รหัสโดย https://github.com/miaohf

6 ก.พ. :

  • เพิ่มส่วนขยายการสร้างไฟล์ FLAC โดย https://github.com/joachip

มกราคม 2567

คลิกเพื่อขยาย

21 มกราคม:

  • เพิ่มสคริปต์การซ่อมแซมอัตโนมัติ CPU/M1 Torch Auto-Repair ด้วยการอัปเดตแต่ละครั้ง หากต้องการปิดใช้งานแก้ไข check_cuda.py และเปลี่ยน force_no_repair = true

16 มกราคม:

  • อัพเกรด MusicGen เพิ่มการสนับสนุนสำหรับสเตอริโอและโมเดลทำนองขนาดใหญ่
  • เพิ่มแม่เหล็ก

15 ม.ค. :

  • อัพเกรด Gradio เป็น 3.48.0
    • ข้อบกพร่องทางสายตาหลายอย่างปรากฏขึ้นหากมีความสำคัญโปรดรายงานหรือลดระดับ Gradio
    • Gradio: ระงับคำเตือนที่ไร้ประโยชน์
  • คำเตือนของทริตัน
  • gradio-bark: แก้ไขพฤติกรรม "ใช้รุ่นสุดท้ายเป็นประวัติ" การเลือกที่ว่างเปล่าไม่มีข้อผิดพลาดอีกต่อไป
  • ปรับปรุงการแสดงผลส่วนขยาย
  • อัพเกรดหม้อแปลงเป็น 4.36.1 จาก 4.31.0
  • เพิ่มการสาธิต seamlessm4t

14 มกราคม:

  • React UI: แก้ไขข้อผิดพลาดของไดเรกทอรีที่หายไป

13 ม.ค. :

  • React UI: แก้ไขขั้นตอนการสร้าง NPM ที่หายไปจากการติดตั้งอัตโนมัติ

12 ม.ค. :

  • ตอบสนอง UI: แก้ไขชื่อสำหรับการกระทำเสียง
  • Gradio: แก้ไขคำเตือน API หลายรายการ
  • Integration - React UI ตอนนี้เปิดตัวควบคู่ไปกับ Gradio พร้อมลิงค์เพื่อเปิดมัน

11 ม.ค. :

  • ตอบสนอง UI: สร้างงานบิลด์โดยไม่มีข้อผิดพลาดใด ๆ

9 ม.ค. :

  • ตอบสนอง UI
    • แก้ไข 404 Handler สำหรับ Wavesurfer
    • แท็บเปลือกไม้กลุ่มเข้าด้วยกัน

8 ม.ค. :

  • ปล่อยปฏิกิริยา ui

2023

คลิกเพื่อขยาย

ตุลาคม 2566

26 ตุลาคม:

  • ปรับปรุงการเลือกรุ่น UX สำหรับ MusicGen

24 ต.ค. :

  • เพิ่ม react ui เริ่มต้นสำหรับ musicgen และ demucs (#202)
  • แก้ไขการดริฟท์เมล็ดยาวของ Bark (ขอบคุณ https://github.com/520Pig520)

กันยายน 2566

21 ก.ย. :

  • BARK: เพิ่มต่อไปเป็นปุ่มประวัติความหมาย
  • สลับไปที่ที่เก็บอิมเมจของ GitHub Docker, ภาพนักเทียบท่าใหม่:
    • docker pull ghcr.io/rsxdalv/tts-generation-webui:main
  • แก้ไขตัวเลือก server_port ใน config #168 ขอบคุณ https://github.com/dartvauder

9 ก.ย. :

  • แก้ไขบรรทัดคำสั่ง XDG-Open ขอบคุณ https://github.com/jfronny
  • แก้ไขรุ่นเปลือกไม้หลายบรรทัดด้วย https://github.com/slack-t และ https://github.com/bkutasi
  • เพิ่มปุ่ม unload model ลงในเปลือกไม้ตามที่ร้องขอโดย https://github.com/aamir3d
  • เพิ่มรายละเอียด BARK ลงใน readme_bark.md ตามที่ร้องขอโดย https://github.com/maki9009
  • เพิ่ม "ตัวเลือก" ในการเผาไหม้อย่างรวดเร็วด้วย https://github.com/maki9009

5 ก.ย. :

  • เพิ่มเสียงผสมลงในเปลือกไม้
  • เพิ่ม V1 Burn ใน Prompt to Bark (การเผาไหม้ในพรอมต์นั้นใช้สำหรับการกำกับโมเดลความหมายโดยไม่ต้องใช้เวลาในการสร้างเสียง V1 ทำงานได้โดยการสร้างโทเค็นความหมายแล้วใช้เป็นแบบพรอมต์สำหรับรุ่นความหมาย)
  • เพิ่มความยาวการสร้างตัว จำกัด ในเปลือกไม้

สิงหาคม 2566

27 ส.ค. :

  • แก้ไข Musicgen โดยไม่สนใจ Melody #153

26 ส.ค. :

  • เพิ่มส่งไปยัง RVC, Demucs, ปุ่ม Vocos ไปที่ Bark และ Vocos

24 ส.ค. :

  • เพิ่มวันที่ลงในเอาต์พุต RVC เพื่อแก้ไข #147
  • แก้ไข Safetensors ล้อที่ขาดหายไป
  • เพิ่มปุ่มส่งไปยัง Demucs ไปยัง MusicGen

21 ส.ค. :

  • เพิ่มการติดตั้ง Torchvision ไปยัง Colab สำหรับการแก้ไขปัญหา MusicGen
  • ลบการบันทึกไฟล์ rvc_tab

20 ส.ค. :

  • แก้ไข MBD โดยการติดตั้ง Hydra-Core ใหม่ในตอนท้ายของการอัปเดต

18 ส.ค. :

  • CI: เพิ่มการกระทำของ GitHub เพื่อเผยแพร่ภาพ Docker โดยอัตโนมัติ

16 ส.ค. :

  • เพิ่ม "ชื่อ" ลงในพารามิเตอร์การสร้างเต่า

15 ส.ค. :

  • PIN TORCH เป็น 2.0.0 ในไฟล์ข้อกำหนดทั้งหมด txt ไฟล์
  • Bump Audiocraft และ Bark รุ่น
  • ลบ Tortoise Transformers Fix จาก colab
  • อัปเดตเต่าเป็น 2.8.0

13 ส.ค. :

  • การแก้ไขขนาดใหญ่สำหรับการติดตั้งผู้ใช้ใหม่ที่มีปัญหาเกี่ยวกับ GPU ไม่ได้รับการสนับสนุน

11 ส.ค. :

  • Tortoise Hotfix ขอบคุณ Manmay-Nakhashi
  • เพิ่มตัวเลือก Tortoise เพื่อเปลี่ยน Tokenizer

8 ส.ค. :

  • อัพเดท Audiocraft ปรับปรุงประสิทธิภาพการทำงานแบบ multiBanddiffusion
  • แก้ไขพารามิเตอร์ Tortoise 'cond_free' ไม่ตรงกันด้วย prest ที่ตั้งไว้ล่วงหน้า 'Ultra_fast'

7 ส.ค. :

  • เพิ่ม Tortoise Deepspeed Fix ลงใน colab

6 ส.ค. :

  • แก้ไขข้อผิดพลาด Audiogen + MBD เพิ่ม Tortoise Fix สำหรับ colab

4 ส.ค. :

  • เพิ่มตัวเลือก MultiBandDiffusion ใน MusicGen #109
  • MusicGen/Audiogen บันทึกโทเค็นในการสร้างไฟล์. NPZ

3 ส.ค. :

  • เพิ่ม Audiogen #105

2 ส.ค. :

  • แก้ไขตำแหน่งของรุ่นที่ไม่แสดงหลังจากรีสตาร์ท

กรกฎาคม 2566

26 กรกฎาคม:

  • แกลเลอรี่เสียง
  • การครอบตัดด้วยเสียง
  • แก้ไขข้อผิดพลาดในการเปลี่ยนชื่อด้วยเสียงเปลี่ยนชื่อรูปภาพเช่นกันเพิ่มกล่องข้อความแฮช
  • ดาวน์โหลดเสียงได้ง่ายขึ้น (#98)

24 กรกฎาคม:

  • เปลี่ยนรูปแบบไฟล์ BARK เพื่อรวม History Hash: ... Contince_generation ... -> ... จาก _3ea0d063 ...

23 กรกฎาคม:

  • Docker Image ขอบคุณ https://github.com/jonfairbanks
  • การปรับปรุงการตั้งชื่อ RVC UI

21 กรกฎาคม:

  • แก้ไข Hubert ไม่ทำงานกับ CPU เท่านั้น (#87)
  • เพิ่ม Google Colab Demo (#88)
  • แท็บการตั้งค่าใหม่และตำแหน่งรุ่น (สำหรับผู้ใช้ขั้นสูง) (#90)

19 กรกฎาคม:

  • เพิ่มการเพิ่มประสิทธิภาพของเต่าขอบคุณ https://github.com/manmay-nakhashi #79 (ใช้ #18)

16 กรกฎาคม:

  • การสาธิตภาพถ่ายเสียง
  • เพิ่มไดเรกทอรีเพื่อจัดเก็บโมเดล/ดัชนี RVC ในและแบบเลื่อนลง
  • วิธีแก้ปัญหา RVC ไม่เคารพ IS_HALF สำหรับ CPU #74
  • รูปแบบเต่าและการปรับปรุงการเลือกเสียง #73

10 กรกฎาคม:

  • Demucs Demo #67

9 กรกฎาคม:

  • RVC Demo + Tortoise, V6 ติดตั้งพร้อมสคริปต์อัปเดตและความพยายามอัตโนมัติในการติดตั้งโมดูลพิเศษ #66

5 กรกฎาคม:

  • ปรับปรุงตัวติดตั้ง V5 - เร็วขึ้นและเชื่อถือได้มากขึ้น #63

2 กรกฎาคม:

  • อัพเกรดการตั้งค่าเปลือกไม้ #59

1 กรกฎาคม:

  • Studio-Tab #58

มิถุนายน 2566

29 มิ.ย. :

  • Tortoise New Params #54

27 มิ.ย. :

  • แก้ไขข้อผิดพลาดในการโหลดที่กระตือรือร้น Refactor #50

20 มิ.ย.

  • Tortoise: ไฟล์สร้างแบบฟอร์มยาวที่เหมาะสม #46

19 มิ.ย.

  • Tortoise-Upgrade #45

18 มิถุนายน:

  • อัปเดตไปยัง Audiocraft ใหม่ล่าสุดเพิ่มรุ่นที่ยาวนานขึ้น

14 มิ.ย. :

  • เพิ่ม vocos wav tab #42

5 มิถุนายน:

  • แก้ไขปุ่ม "บันทึกเป็นรายการโปรด" บนหน้าการสร้างเปลือกไม้ทำความสะอาดคอนโซล (v4.1.1)
  • เพิ่มแท็บ "คอลเลกชัน" สำหรับการจัดการชุดข้อมูลที่แตกต่างกันหลายชุดและ Curration ง่ายขึ้น

4 มิถุนายน:

  • อัปเดตเป็น v4.1 - ปรับปรุงฟังก์ชั่นแฮชการปรับปรุงรหัส

3 มิถุนายน:

  • อัปเดตเป็น V4 - โครงสร้างเอาต์พุตใหม่มุมมองประวัติที่ปรับปรุง

พฤษภาคม 2023

21 พฤษภาคม:

  • อัปเดตเป็น v3 - การสาธิตเสียงโคลน

17 พฤษภาคม:

  • อัปเดตเป็น V2 - สร้างผลลัพธ์ตามที่ปรากฏตัวอย่างพร้อมกันรุ่นยาว ๆ ทีละชิ้นเปิดใช้งานได้สูงสุด 9 เอาต์พุต UI Tweaks

16 พฤษภาคม:

  • เพิ่มแท็บการตั้งค่า Gradio, แก้ไขข้อผิดพลาด Gradio ในคอนโซลปรับปรุงการบันทึก
  • อัปเดตประวัติและรายการโปรดด้วยปุ่ม "ใช้เป็นเสียง" และ "บันทึกเสียง"
  • แท็บเพิ่มเสียง
  • แท็บ Bark: ลบ "หรือใช้รุ่นสุดท้ายเป็นประวัติ"
  • ปรับปรุงองค์กรรหัส

13 พฤษภาคม:

  • เปิดใช้งานการสร้างที่กำหนดและปรับปรุงบันทึกที่สร้างขึ้น เครดิตไปยัง SUO-AI/BARK#175

10 พฤษภาคม:

  • เปิดใช้งานความเป็นไปได้ในการนำประวัติศาสตร์กลับมาใช้ใหม่จากคนรุ่นเก่า บันทึก Generations เป็นไฟล์ NPZ เพิ่มวิธีการที่สะดวกในการใช้ซ้ำ 3 รุ่นสุดท้ายสำหรับพรอมต์ถัดไป เพิ่มปุ่มสำหรับการบันทึกและการรวบรวมประวัติพร้อม /เสียง #10

4 พฤษภาคม:

  • การสร้างแบบฟอร์มยาว (เครดิตถึง https://github.com/suno-ai/bark/blob/main/notebooks/long_form_generation.ipynb และ suno-ai/bark#161)
  • ปรับให้เข้ากับข้อผิดพลาด env var คงที่

3 พฤษภาคม:

  • ปรับปรุง Tortoise UI: การตั้งค่าเสียงล่วงหน้าและ CVVP รวมถึงความสามารถในการสร้าง 3 ผลลัพธ์ (#6)

2 พฤษภาคม:

  • เพิ่มการสนับสนุนสำหรับประวัติศาสตร์ recylcing เพื่อดำเนินการแจ้งเตือนอีกต่อไปด้วยตนเอง
  • เพิ่มการสนับสนุนสำหรับการแจ้งเตือน V2

ก่อน:

  • เพิ่มการสนับสนุน Tortoise TTS

การอัพเกรด (สำหรับการติดตั้งเก่า)

ในกรณีของปัญหาโปรดติดต่อนักพัฒนา

คลิกเพื่อขยาย

การอัพเกรดจาก V6 เป็นตัวติดตั้งใหม่

แนะนำ: การติดตั้งใหม่

  • ดาวน์โหลดเวอร์ชันใหม่และเรียกใช้ start_tts_webui.bat (windows) หรือ start_tts_webui.sh (macOS, linux)
  • เมื่อเสร็จแล้วให้ปิดเซิร์ฟเวอร์
  • แนะนำ: คัดลอกรุ่นเก่าไปยังไดเรกทอรีใหม่เช่นรายการโปรด/ เอาต์พุต/ outputs-rvc/ models/ collections/ config.json
  • ด้วยข้อควรระวัง: คุณสามารถคัดลอกไดเรกทอรี TTS-Generation-Webui ใหม่ทั้งหมดในไฟล์เก่า แต่อาจมีไฟล์เก่าที่หายไป

การอัพเกรดในสถานที่สามารถลบไฟล์บางส่วนปรับแต่งได้

  • อัปเดตการติดตั้งที่มีอยู่โดยใช้สคริปต์ แพลตฟอร์ม Update_
  • หลังจากการอัปเดตเรียกใช้ start_tts_webui.bat (windows) ใหม่หรือ start_tts_webui.sh (macOS, linux) ภายในไดเรกทอรี tts-generation-webui
  • เมื่อเซิร์ฟเวอร์เริ่มต้นให้ตรวจสอบว่าใช้งานได้หรือไม่
  • ด้วยข้อควรระวัง: หากเซิร์ฟเวอร์ใหม่ทำงานได้ภายในไดเรกทอรีการคลิกเดียวให้ลบตัวติดตั้งเก่า aller_files

มีวิธีที่ดีที่สุดในการทำเช่นนี้หรือไม่?

ไม่แน่นอนการปะทะกันโดยเฉพาะอย่างยิ่งระหว่าง conda และ python (และการพึ่งพาอยู่ในสถานะวิกฤตแล้วการย้ายพวกเขาไปยัง conda เป็นวิธีปิด) ดังนั้นในขณะที่อาจเป็นไปได้ที่จะแทนที่ตัวติดตั้งเก่าด้วยตัวใหม่และเรียกใช้การอัปเดตปัญหานั้นไม่สามารถคาดเดาได้และ ไม่สามารถรวมได้ การอัปเดตไปยังตัวติดตั้งต้องใช้การทดสอบจำนวนมากดังนั้นจึงไม่ได้ทำเบา ๆ

การติดตั้ง

  • ดาวน์โหลดเวอร์ชันล่าสุดและแยกออก
  • เรียกใช้ start_tts_webui.bat หรือ start_tts_webui.sh เพื่อเริ่มเซิร์ฟเวอร์ มันจะขอให้คุณเลือก GPU/ชิปที่คุณใช้ เมื่อทุกอย่างติดตั้งแล้วมันจะเริ่มเซิร์ฟเวอร์ Gradio ที่ http: // localhost: 7770 และ React UI ที่ http: // localhost: 3000
  • บันทึกเอาท์พุทจะพร้อมใช้งานในไฟล์ staller_scripts/output.log

การติดตั้งด้วยตนเอง (ไม่แนะนำ)

  • คำแนะนำเหล่านี้อาจไม่สะท้อนถึงการแก้ไขและการปรับล่าสุดทั้งหมด แต่อาจเป็นประโยชน์ในการอ้างอิงสำหรับการดีบักหรือทำความเข้าใจกับสิ่งที่ผู้ติดตั้งทำ หวังว่าพวกเขาจะเป็นพื้นฐานสำหรับการสนับสนุนแพลตฟอร์มใหม่เช่น AMD/Intel

  • ติดตั้ง Conda (https://docs.conda.io/projects/conda/en/latest/user-guide/install/index.html)

    • (Windows) ติดตั้ง Visual Studio Compiler/Visual Studio Build Tools https://visualstudio.microsoft.com/visual-cpp-build-tools/

  • ตั้งค่าสภาพแวดล้อม: conda create -n venv

  • ติดตั้ง git, node.js conda install -y -c conda-forge git python=3.10.11 conda-forge::nodejs=22.9.0 conda pip==23.3.2 conda-forge::uv=0.4.17 conda-forge::vswhere

  • A) ดำเนินการต่อด้วยสคริปต์ติดตั้ง

    • เปิดใช้งานสภาพแวดล้อม: conda activate venv และ
    • (venv) node installer_scriptsinit_app.js
    • จากนั้นเรียกใช้เซิร์ฟเวอร์ด้วย (venv) python server.py

  • b) หรือติดตั้งข้อกำหนดด้วยตนเอง

    • ตั้งค่า pytorch ด้วย cuda หรือ cpu (https://pytorch.org/audio/stable/build.windows.html#install-pytorch):
      • (venv) conda install -y -k conda-forge::uv=0.4.17 conda-forge::vswhere conda-forge::postgresql=16.4 conda-forge::nodejs=22.9.0 conda-forge::ffmpeg=4.4.2[build=lgpl*] pytorch=2.3.1 torchvision torchaudio cpuonly -c pytorch สำหรับ CPU/Mac
      • (venv) conda install -y -k conda-forge::uv=0.4.17 conda-forge::vswhere conda-forge::postgresql=16.4 conda-forge::nodejs=22.9.0 conda-forge::ffmpeg=4.4.2[build=lgpl*] pytorch[version=2.3.1,build=py3.10_cuda11.8*] pytorch-cuda=11.8 torchvision torchaudio cuda-toolkit ninja -c pytorch -c nvidia/label/cuda-11.8.0 -c nvidia
    • โคลน repo: git clone https://github.com/rsxdalv/tts-generation-webui.git
    • ติดตั้งข้อกำหนด:
      • ติดตั้งข้อกำหนดทั้งหมด*.txt (รายการนี้อาจไม่ทันสมัยตรวจสอบ https://github.com/rsxdalv/tts-generation-webui/blob/main/dockerfile#l39-l40):
        • (venv) pip install -r requirements.txt
        • (venv) pip install -r requirements_audiocraft.txt
        • (venv) pip install -r requirements_bark_hubert_quantizer.txt
        • (venv) pip install -r requirements_rvc.txt
        • (venv) pip install hydra-core==1.3.2
        • (venv) pip install -r requirements_styletts2.txt
        • (venv) pip install -r requirements_vall_e.txt
        • (venv) pip install -r requirements_maha_tts.txt
        • (venv) pip install -r requirements_stable_audio.txt
        • (venv) pip install soundfile==0.12.1
        • (venv) pip install nvidia-ml-py
      • สร้างแอป React: (venv) cd react-ui && npm install && npm run build
    • (ไม่บังคับ) การตั้งค่าฐานข้อมูล: (venv) node installer_scripts/js/applyDatabaseConfig.js
    • เรียกใช้เซิร์ฟเวอร์: (venv) python server.py

ตอบสนอง UI

  • ติดตั้ง nodejs (หากยังไม่ได้ติดตั้งด้วย conda)
  • ติดตั้ง React Dependencies: npm install
  • สร้าง React: npm run build
  • Run React: npm start
  • ยังเรียกใช้เซิร์ฟเวอร์ Python: python server.py หรือด้วย start_tts_webui สคริปต์

การตั้งค่านักเทียบท่า

TTS-Generation-Webui ยังสามารถวิ่งเข้าไปในคอนเทนเนอร์ Docker ในการเริ่มต้นให้ดึงภาพจาก GitHub Container Registry: 

 docker pull ghcr.io/rsxdalv/tts-generation-webui:main

เมื่อภาพถูกดึงแล้วสามารถเริ่มต้นด้วยการแต่งเพลง Docker: 

 docker compose up -d

คอนเทนเนอร์จะใช้เวลาพอสมควรในการสร้างเอาต์พุตแรกในขณะที่ดาวน์โหลดโมเดลในพื้นหลัง สถานะของการดาวน์โหลดนี้สามารถตรวจสอบได้โดยการตรวจสอบบันทึกคอนเทนเนอร์: 

 docker logs tts-generation-webui

สร้างภาพด้วยตัวเอง

หากคุณต้องการสร้างคอนเทนเนอร์ Docker ของคุณเองคุณสามารถใช้ DockerFile ที่รวมอยู่ด้วย: 

 docker build -t tts-generation-webui .

โปรดทราบว่าต้องมีการแก้ไขนักเทียบท่าเพื่อใช้ภาพที่คุณเพิ่งสร้างขึ้น

เสียงพิเศษสำหรับเปลือกไม้ตัวอย่างพร้อม

พรอมต์เกอ

ไดเรกทอรีลำโพงเปลือกไม้

เปลือกไม้ readme

readme_bark.md

ข้อมูลเกี่ยวกับการจัดการโมเดลแคชและพื้นที่ระบบสำหรับโครงการ AI

#186 (ตอบกลับในเธรด)

ห้องสมุดโอเพนซอร์ส

โครงการนี้ใช้ไลบรารีโอเพ่นซอร์สต่อไปนี้:

  • SUO -AI/BARK - ใบอนุญาต MIT

    • คำอธิบาย: รหัสการอนุมานสำหรับโมเดลเปลือกไม้
    • ที่เก็บ: SUO/BARK

  • Tortoise-TTS-ใบ อนุญาต Apache-2.0

    • คำอธิบาย: ไลบรารีการสังเคราะห์ข้อความเป็นคำพูดที่ยืดหยุ่นสำหรับแพลตฟอร์มต่างๆ
    • ที่เก็บ: neonbjb/tortoise-tts

  • FFMPEG - ใบอนุญาต LGPL

    • คำอธิบาย: โซลูชันที่สมบูรณ์และข้ามแพลตฟอร์มสำหรับการประมวลผลวิดีโอและเสียง
    • ที่เก็บ: ffmpeg
    • ใช้: การเข้ารหัสไฟล์ Vorbis Ogg

  • ffmpeg -python - ใบอนุญาต Apache 2.0

    • คำอธิบาย: การผูก Python สำหรับไลบรารี FFMPEG สำหรับการจัดการไฟล์มัลติมีเดีย
    • ที่เก็บ: kkroening/ffmpeg-python

  • Audiocraft - ใบอนุญาต MIT

    • คำอธิบาย: ห้องสมุดสำหรับการสร้างเสียงและเพลง
    • ที่เก็บ: FacebookResearch/Audiocraft

  • Vocos - ใบอนุญาต MIT

    • คำอธิบาย: ตัวถอดรหัสที่ได้รับการปรับปรุงสำหรับตัวอย่าง encodec
    • ที่เก็บ: Charactr-platform/vocos

  • RVC - ใบอนุญาต MIT

    • คำอธิบาย: กรอบการแปลงเสียงที่ใช้งานง่ายตาม VITS
    • ที่เก็บ: RVC-Project/Retrieval-based-voice-conversion-webui

การใช้อย่างมีจริยธรรมและมีความรับผิดชอบ

เทคโนโลยีนี้มีไว้สำหรับการเปิดใช้งานและความคิดสร้างสรรค์ไม่ใช่เพื่ออันตราย

ด้วยการมีส่วนร่วมกับโมเดล AI นี้คุณรับทราบและตกลงที่จะปฏิบัติตามแนวทางเหล่านี้โดยใช้โมเดล AI ในลักษณะที่รับผิดชอบจริยธรรมและกฎหมาย

  • ความตั้งใจที่ไม่ใช่ความผิดพลาด: อย่าใช้โมเดล AI นี้สำหรับกิจกรรมที่เป็นอันตรายเป็นอันตรายหรือผิดกฎหมาย ควรใช้เพื่อวัตถุประสงค์ทางกฎหมายและจริยธรรมที่ส่งเสริมการมีส่วนร่วมในเชิงบวกการแบ่งปันความรู้และการสนทนาที่สร้างสรรค์
  • ไม่มีการแอบอ้าง: อย่าใช้โมเดล AI นี้เพื่อเลียนแบบหรือบิดเบือนความจริงในฐานะบุคคลอื่นรวมถึงบุคคลองค์กรหรือนิติบุคคล ไม่ควรใช้เพื่อหลอกลวงหลอกลวงหรือจัดการกับผู้อื่น
  • ไม่มีกิจกรรมการฉ้อโกง: แบบจำลอง AI นี้จะต้องไม่ถูกใช้เพื่อวัตถุประสงค์ในการฉ้อโกงเช่นการหลอกลวงทางการเงินความพยายามฟิชชิ่งหรือการปฏิบัติที่หลอกลวงในรูปแบบใด ๆ ที่มุ่งเน้นการรับข้อมูลที่ละเอียดอ่อนกำไรทางการเงินหรือการเข้าถึงระบบโดยไม่ได้รับอนุญาต
  • การปฏิบัติตามกฎหมาย: ตรวจสอบให้แน่ใจว่าการใช้แบบจำลอง AI นี้เป็นไปตามกฎหมายกฎระเบียบและนโยบายที่เกี่ยวข้องเกี่ยวกับการใช้ AI การปกป้องข้อมูลความเป็นส่วนตัวทรัพย์สินทางปัญญาและภาระผูกพันทางกฎหมายอื่น ๆ ที่เกี่ยวข้องในเขตอำนาจศาลของคุณ
  • รับทราบ: โดยการมีส่วนร่วมกับโมเดล AI นี้คุณรับทราบและตกลงที่จะปฏิบัติตามแนวทางเหล่านี้โดยใช้แบบจำลอง AI ในลักษณะที่รับผิดชอบจริยธรรมและกฎหมาย

ใบอนุญาต

codebase และการพึ่งพา

Codebase ได้รับอนุญาตภายใต้ MIT อย่างไรก็ตามเป็นสิ่งสำคัญที่จะต้องทราบว่าเมื่อติดตั้งการอ้างอิงคุณจะต้องได้รับใบอนุญาตที่เกี่ยวข้อง แม้ว่าใบอนุญาตเหล่านี้ส่วนใหญ่จะได้รับอนุญาต แต่อาจมีบางอย่างที่ไม่ได้ ดังนั้นจึงจำเป็นที่จะต้องเข้าใจว่าใบอนุญาตอนุญาตใช้กับ codebase เท่านั้นไม่ใช่โครงการทั้งหมด

ที่ถูกกล่าวว่าเป้าหมายคือการรักษาความเข้ากันได้ของ MIT ตลอดทั้งโครงการ หากคุณเจอการพึ่งพาที่เข้ากันไม่ได้กับใบอนุญาต MIT โปรดอย่าลังเลที่จะเปิดปัญหาและนำไปสู่ความสนใจของเรา

การพึ่งพาที่ไม่ได้รับการยอมรับ:

ห้องสมุด ใบอนุญาต หมายเหตุ
encodec CC BY-NC 4.0 รุ่นใหม่กว่านั้นเป็น MIT แต่จำเป็นต้องติดตั้งด้วยตนเอง
diffq CC BY-NC 4.0 เป็นทางเลือกในอนาคตไม่จำเป็นต้องทำงานสามารถถอนการติดตั้งได้ควรได้รับการปรับปรุงด้วย Demucs
คนงูโดยสาร ใบอนุญาต GPL เวอร์ชันในอนาคตจะทำให้เป็น LGPL แต่จำเป็นต้องติดตั้งด้วยตนเอง
unidecode ใบอนุญาต GPL ไม่ใช่ภารกิจที่สำคัญสามารถแทนที่ด้วยห้องสมุดอื่นปัญหา: NeonBJB/Tortoise-TTS#494

น้ำหนักแบบจำลอง

น้ำหนักรุ่นมีใบอนุญาตที่แตกต่างกันโปรดให้ความสนใจกับใบอนุญาตของรุ่นที่คุณใช้

ที่สะดุดตาที่สุด:

  • เปลือกไม้: MIT
  • Tortoise: ไม่ทราบ (Apache-2.0 ตาม repo แต่ไม่มีไฟล์ใบอนุญาตใน HuggingFace)
  • MusicGen: CC BY-NC 4.0
  • Audiogen: CC BY-NC 4.0

ความเข้ากันได้ / ข้อผิดพลาด

Audiocraft ปัจจุบันเข้ากันได้กับ Linux และ Windows เท่านั้น การสนับสนุน MacOS ยังไม่มาถึงแม้ว่าอาจเป็นไปได้ที่จะติดตั้งด้วยตนเอง

คบเพลิงถูกติดตั้งใหม่

เนื่องจากข้อ จำกัด Python Package Manager (PIP) คบเพลิงสามารถติดตั้งใหม่ได้หลายครั้ง นี่เป็นปัญหาที่หลากหลายของ PIP และคบเพลิง

ข้อความสีแดงในคอนโซล

ข้อความเหล่านี้: 

 ---- requires ----, but you have ---- which is incompatible.

เป็นเรื่องปกติอย่างสมบูรณ์ มันเป็นทั้งข้อ จำกัด ของ PIP และเนื่องจากเว็บ UI นี้รวมโครงการ AI ที่แตกต่างกันมากมายเข้าด้วยกัน เนื่องจากโครงการไม่สามารถใช้งานร่วมกันได้เสมอไปพวกเขาจะบ่นเกี่ยวกับโครงการอื่น ๆ ที่ติดตั้ง นี่เป็นเรื่องปกติและคาดหวัง และในที่สุดแม้จะมีคำเตือน/ข้อผิดพลาดโครงการจะทำงานร่วมกัน ไม่ชัดเจนว่าสถานการณ์นี้จะสามารถแก้ไขได้หรือไม่ แต่นั่นคือความหวัง

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด