(OP)
японские тоже
(OP)
японские тоже
(OP)
Значит нужно быстрее тот тред до бамлимита довести, чтобы перекатить с ссылками актуальными
блин я раньше думал это какая-то переговорная труба а теперь понял это микрофон и поп фильтр
жаль такого арта мало...
Да тот тред сдох, ответов на вопросы нет. А этот по сути ни чего нового не предлагает. Пока не будет адекватной нейросети на русском в открытом доступе, я не думаю что тема будет актульна. Нам нужны специалисты в лингвистике, кто хотябы с фонемами разбирается.
Ну ты пиздец, первый на очередь для замены нейросетями
Я уже нихуя не понимаю, какая перспектива на этом арте? Пикрил, что ли?
это кстати не нейроарт
а перспектива нормальная анимешная тебя скорее всего сбивает поп фильтр, он немного наискосок от ююдачи
>сбивает
Меня сбивает моя криворукость, т.к. рисовать я совсем не умею. Просвети пж, как точки схода определять на уже нарисованном арте
линия горизонта нужна толко, если у тебя фигуры можно поместить в gараллелепипед и все они стоят на одной плоскости. Или же у тебя есть парадейные полу линии, типо стыка стены и потолка. А для органике они используются как вспомогательный элимент и ты не сможешьь их повторить.
Больше дохлых тредов! Надо моче написать, чтобы слила. Но кажись такой функции на имиджбордах нет, поэтому этот тред должен умереть.
Ах да, я бы и от англояпонского голоса не отказался бы, лишь бы можно было нормально без ебли у себя запускать.
Перекат нормальный делаете и всё.
ТРАХАТЬ УБОРЩИКОВ
https://vocaroo.com/1YE0eLvSzO4w
https://vocaroo.com/1YE0eLvSzO4w
>Перекат
>177 сообщений
Я бы удивился, если бы оно сработало с первого раза без ошибок.
У тебя была проблема во время выполнения строки `pip install -r requirements.txt`? Кинь скрин лога побольше, чтобы было видно последние строки.
Там в середине мой логин. Но ошибка максимум долбоёбская, вряд ли с ней можно что-то сделать, кроме как снести мою старую как говно мамонта ЛГБТ шинду и накатить что-то поновее.
Эта ошибка уже встречалось у двух человек. Просто следуй дальше по инструкции. И да у тебя не такой уж уникальный ник чтобы переживать об том что по нему можно задеанонить, но ты можешь просто его замазывать в следующий раз
>Просто следуй дальше по инструкции
Результат немного предсказуем.
Советую, сначало читать инструкции, а потом им следовать. Потому что там дальше по инструкции на 57 строчке написанно:
"Если у вас ошибки, то смотрите в повершел, и смотрите что пишут, если там ModuleNotFoundError: или AttributeError: То это значит что у вас не все модули скачались. Их можно докачать с помощью команды pip install "название модуля"..." В твоём случае надо написать `pip install librosa` если и это не поможет, то скачать через ссылку которая есть дальше по инструкции.
>Советую, сначало читать инструкции, а потом им следовать.
Я программист до мозга костей, поэтому исполняю всё построчно. Скачивание директории помогло, спасибо. Хотя интересно конечно, что ему там не нравилось. Судя по попытке что-то сбилдить, ему нужны билдтулы из вижуалстудии...
а чего они у меня все тараторят? Есть какие-нибудь опции, чтобы успокоить их и замедлить, менять интонацию в предложениях и фразах.
>замедлить
Duration
>менять интонацию в предложениях
Phoneme Input и там вводи всякие ↑↓
Модель для японского? Если да, то всё нормально, японцы всегда тараторят.
Бля, как вы генерите? У меня без впн не открывает, а с впн банят якобы за абуз фри версии.
Сгенерьте Джинкс, вот аудио
https://vocaroo.com/14gcLSyK7ecY
Сгенерьте Джинкс, вот аудио
https://vocaroo.com/14gcLSyK7ecY
Добрый день, уважаемые господа. Пожалуйста, подскажите можно ли, и если да то как:
1. Генерировать русский голос (мужской, женский, детский)
2. Генерировать японский голос (мужской, женский, детский)
1. Генерировать русский голос (мужской, женский, детский)
2. Генерировать японский голос (мужской, женский, детский)
>1. Генерировать русский голос (мужской, женский, детский)
Пока нету, нужно тренировать.
>2. Генерировать японский голос (мужской, женский, детский)
Как говна в проруби, особенно женских.
Сори, это мой первый гайд, поэтому там есть проблема со структурой. А пакет скорее всего не скачивался из-за проблем с виндой. У меня она 11.
Оно работает! Немного напильника.
Я тоже столкнулся с ошибкой "Не удается найти указанный файл" если делать череp pip установку зависимостей командой pip install -r requirements.txt общим списком
Пошел посмотреть список модулей, которые по зависимостям требует VITS-Umamusume-voice-synthesizer, всего 22 пакета, на установке 12 пакета - pyopenjtalk - через pip (установщик пакетов Питона) как раз эта ошибка "Не удается найти указанный файл".
Остальные модули при установке по одному с конца списка ручным копированием названия в powershell поставились через pip без ошибок.
Пришлось скачать готовые папки с модулями pyopenjtalk через https://drive.google.com/drive/folders/1WY5kumfugiwYk-CJEU9eU2sEVAIOCqpr?usp=share_link и поместить их оба как в папку с виртуальной средой (venv) в Lib\site-packages так и в сам клонированный через git репозиторий VITS-Umamusume-voice-synthesizer.
Для получения ссылки на локальную интернет-морду в powershell
1. Запустил powershell от администратора
2. Перешел к папке с виртуальной средой через cd
3. Активировал скрипты командой .\название папки для виртуальной среды\Scripts\activate
4. Перешел к папке с VITS-Umamusume-voice-synthesizer через cd
5. Для её запуска использовал python3.exe .\app.py (у меня есть как и обычный старый 2-ой питон, если пробовать искать его через python.exe, так и python3.10.exe - поставленный из магазина Майкрософт, так и отдельный обычный Питон 3, который находится через python3.exe. У меня под Windows 10 работает и через обычный скачанный с сайта Питон 3 (python3.exe) и через Майкрософтовский (python3.10.exe).
Powershell еще сказала надо поставить через pip модуль tqdm, при выполнении pip install tqdm вижу:
WARNING: The script tqdm.exe is installed in 'C:\Users\bk\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.10_qbz5n2kfra8p0\LocalCache\local-packages\Python310\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location
Пошел к доп. настройкам Windows, без задней мысли добавил везде где можно директорию со Скриптами в PATH.
Если не добавлять в PATH и пробовать запустить локальную вебморду в браузере и нажать Generate, получаю Error. Но после добавления в PATH и активации скриптов запускаю
python3.10.exe .\app.py
или
python3.exe .\app.py
получаю локальную вебморду http://127.0.0.1:7860/ - жму Generate и слышу заветное konnichi wa! (Каждый раз разное при генерации).
Записи лежат в wav в папке, про которую написано в гайде - да, надо открыть app.py и прописать в трех местах с 27 строки в параметрах dir=self.temp_dir вместо self.temp_dir название директории (папки), которую вы сами создаете и называете для хранения аудиозаписей, причем обратный слэш в конце названия может быть не обязателен, на своей машине я проверял запуск с названием этой папки со слэшом в конце и без него, замену названий проводил через Notepad++
Я тоже столкнулся с ошибкой "Не удается найти указанный файл" если делать череp pip установку зависимостей командой pip install -r requirements.txt общим списком
Пошел посмотреть список модулей, которые по зависимостям требует VITS-Umamusume-voice-synthesizer, всего 22 пакета, на установке 12 пакета - pyopenjtalk - через pip (установщик пакетов Питона) как раз эта ошибка "Не удается найти указанный файл".
Остальные модули при установке по одному с конца списка ручным копированием названия в powershell поставились через pip без ошибок.
Пришлось скачать готовые папки с модулями pyopenjtalk через https://drive.google.com/drive/folders/1WY5kumfugiwYk-CJEU9eU2sEVAIOCqpr?usp=share_link и поместить их оба как в папку с виртуальной средой (venv) в Lib\site-packages так и в сам клонированный через git репозиторий VITS-Umamusume-voice-synthesizer.
Для получения ссылки на локальную интернет-морду в powershell
1. Запустил powershell от администратора
2. Перешел к папке с виртуальной средой через cd
3. Активировал скрипты командой .\название папки для виртуальной среды\Scripts\activate
4. Перешел к папке с VITS-Umamusume-voice-synthesizer через cd
5. Для её запуска использовал python3.exe .\app.py (у меня есть как и обычный старый 2-ой питон, если пробовать искать его через python.exe, так и python3.10.exe - поставленный из магазина Майкрософт, так и отдельный обычный Питон 3, который находится через python3.exe. У меня под Windows 10 работает и через обычный скачанный с сайта Питон 3 (python3.exe) и через Майкрософтовский (python3.10.exe).
Powershell еще сказала надо поставить через pip модуль tqdm, при выполнении pip install tqdm вижу:
WARNING: The script tqdm.exe is installed in 'C:\Users\bk\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.10_qbz5n2kfra8p0\LocalCache\local-packages\Python310\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location
Пошел к доп. настройкам Windows, без задней мысли добавил везде где можно директорию со Скриптами в PATH.
Если не добавлять в PATH и пробовать запустить локальную вебморду в браузере и нажать Generate, получаю Error. Но после добавления в PATH и активации скриптов запускаю
python3.10.exe .\app.py
или
python3.exe .\app.py
получаю локальную вебморду http://127.0.0.1:7860/ - жму Generate и слышу заветное konnichi wa! (Каждый раз разное при генерации).
Записи лежат в wav в папке, про которую написано в гайде - да, надо открыть app.py и прописать в трех местах с 27 строки в параметрах dir=self.temp_dir вместо self.temp_dir название директории (папки), которую вы сами создаете и называете для хранения аудиозаписей, причем обратный слэш в конце названия может быть не обязателен, на своей машине я проверял запуск с названием этой папки со слэшом в конце и без него, замену названий проводил через Notepad++
аватарку убери, чмо
Я думаю я просто соберу контейнер без ненужной хуйни и просто залью, чтобы не ебаться с этим.
Что же, теперь когда VITS-Umamusume-voice-synthesizer работает и генерирует, возникает резонный вопрос: как ее настроить или натренировать на кастомном аудиопотоке чтобы получить собственного японского персонажа?
Вот тут есть некоторая информация (а так же около 3000 готовых голосов)
https://huggingface.co/spaces/skytnt/moe-tts/discussions/17
> Luke, did I ever tell you about Ahsoka Tano? She was your father’s exotic teenage alien apprentice, a fine piece of jailbait from a more civilized age. She had the tightest body and the perkiest little breasts in the galaxy; barely legal in most systems.
> Anakin and I used to doubleteam her at the end of every successful campaign during the Clone Wars, and once in a while we’d even have the entire 501st run a train over her, part of official Jedi “training” of course. In time, she learned how to handle a meatsaber better than anyone in the Jedi Temple. She wore a miniskirt every day so we told her there were no panties in space, and since she was constantly doing acrobatics you’d get a glimpse of her orange pussy mid fight as she’d do a flip while slicing a B2 Super Battledroid in half. It was surreal.
> We taught her to grip her weapon backwards like a dildo and she constantly got captured by pirates and slavers almost every other day. It was ridiculous, like a constant porno Luke, you have no idea. And she was a good friend.
> Anakin and I used to doubleteam her at the end of every successful campaign during the Clone Wars, and once in a while we’d even have the entire 501st run a train over her, part of official Jedi “training” of course. In time, she learned how to handle a meatsaber better than anyone in the Jedi Temple. She wore a miniskirt every day so we told her there were no panties in space, and since she was constantly doing acrobatics you’d get a glimpse of her orange pussy mid fight as she’d do a flip while slicing a B2 Super Battledroid in half. It was surreal.
> We taught her to grip her weapon backwards like a dildo and she constantly got captured by pirates and slavers almost every other day. It was ridiculous, like a constant porno Luke, you have no idea. And she was a good friend.
В общем, как я понимаю, "Советский учебник по алхимии 3.0" не для слабых духом, да и только для видеокарт, и натренировать даже один голос на моем двухгиговом старом видеоведре, уже не говоря про CPU, невозможно в принципе.
Почему ты так решил? Если что, потрейнить мог бы и я, у меня 3080Ti, должно хватить для голоса.
>Почему ты так решил?
Потому что внутри train.py английским по черному написано:
"CPU training is not allowed." и рядом всякие assert torch.cuda.is_available() для Nvidia.
А из статьи на китайском ясно, что для моего AMDшного видеоведра никакой ROCm не светит, да и крепкий волос мудрый вождь нефритовый стержень запретил колдовать на процессоре.
Ох нифига, ты читаешь код перед запуском?
Ладно, попробую у себя. Главное чтобы под шиндой работало.
Формат тренировочных данных кто-нибудь знает?
Удали куки по сайту. Заходи в настройки браузера и ищи вкладку с куки, потом ищешь имя сайта в списке и жмёшь удалить, всё.
На самом деле это ещё задроченный вариант, может просто другой аккаунт зарегать можно.
В датасете LJSpeech-1.1, например, идет метадата - csv таблица с названием wav и текстом рядом, и сами wav в папке.
А для собственного датасета должно быть wav конвертированное в 32kHz через питоний скрипт, положенное в папке dataset_raw
https://github.com/innnky/so-vits-svc/blob/32k/Eng_docs.md
Обмазался пакетами питона, удалил обычный parselmouth, поставил praat-parselmouth и все равно в итоге вся эта ебала so-vits-svc и не дизайнилась под тренировку своей модели на кастомном датасете wav через ЦПУ. Не видать мне заветного голоса покуда CUDA не пришла в мой дом.
Блин, что за ебаная шапка? Где мануал? Как вкатиться? Что делать?
Сделать им семпл голоса мечты? Как это работает?
Шапка тут
>88212
Фикс
Куки легко чистятся, но эта хуйня не помогает. После первой попытки что либо сгенерить на сайте вылезает третий пик. Еще не пробовал другие впн.
Да всё, закрыли лавочку. Три дня назад можно было до 5 кастомных голосов создать, а теперь нельзя.
Хммммм, со старого аккаунта ещё можно создавать, значит либо смотрит на гугловскую привязку к телефону либо новые аккаунты теперь кастрированы, теперь только за деньгу.
Всё пиздец
Voice Lab is only available on paid tiers. Please subscribe, a free trial is available for Starter tier.
Voice Lab is only available on paid tiers. Please subscribe, a free trial is available for Starter tier.
Ну и прекрасно. Платная параша же. А теперь пошли трейнить на колабе с открытым кодом.
БЛЯЯЯЯЯЯЯЯЯЯЯЯЯЯ. У меня даже одного текстового запроса не вышло сделать. Сука.
Чо так все сложна, нихуя не понимаю, когда запилят webui для голоса?
Вебморда здеся - https://huggingface.co/spaces/skytnt/moe-tts
Проблема в том, что ее пишут азиаты (ебаные гуки, спасибо им за всё), судя по наполнению.
Дикторы-то хуй с ними, а вот голосовым актёрам и всяким там сэйю стоит пристрематься.
До уровня сейю этим программам ещё срать и срать.
Для глухих
>иди нахуй, сука, я твою маму ебал, ах.
Так, вторая ссылка выглядит более перспективно. Спасибо!
>https://rentry.org/AI-Voice-Cloning
Я так понял образец нада в утилиты кидать? Пишет файл без методанных иди нахуй. В основном окне только запись с микрофона.
Не угадал. Нужно закиинуть подготовленные wav (через скрипт в convert) в подкаталог в voices (назови сам).
Но это какая-то стрёмная хуйня, которая жуёт входные файлы каждый раз, поэтому генерация занимает больше 10ГБ врамы и идёт по 5 минут, лол. Качество... Ну явно не для русского, хотя оно пыталось, да. Впрочем, может это я засрал настройки. Вот короче результат на паре файлов из моего предыдущего набора с русским голосом из песни Саи.
https://voca.ro/1mZD3KEUH7ML
Бля, ну это кал. Даже FreeVc лучше.
Пара файлов это что, тренировка на датасете ровно из двух wav файлов?
На английском оно лучше. С русским да, пока везде беда.
Пяти, если быть точным, где-то на минуту.
>Пяти, если быть точным
Этого хватает для полноценного датасета и получения годных результатов?
Там по сути нет датасета. И голос так себе. Ищем другие, более удобные варианты.
Голос он сожет подделать или только готовый?
То, что я заставил работать - это уже тренированные готовые модели для голоса.
В треде есть ссылки на проекты гитхаба, которые позволяют создать датасет (набор wav) и натренировать собственную модель. Для этого нужна CUDA и хорошая GPU от зеленых. Насчет AMD не знаю.
>натренировать собственную модель
См. выше, оно не тренирует, а жуёт каждый раз. Но да, типа подделывает. Но на русском получается УГ.
Про другие методы с тренировкой модели пока аноны не запускали.
Если китайцы смогли, то и у нас получится
Китайцев 1,5 лярда, нас в 10 раз меньше. Соответственно в 10 раз меьше мозгов, чтобы фонемы под русский починить да моделей натрейнить.
>Пока нету, нужно тренировать.
Можно подробнее? Какие мощности нужны, сколько данных для треннировки?
В шапке ТТS треда должна быть инфа.
она японская, другие языки не поддерживает.
А стонать и визжать она умеет?
мимо
А нарезать этих стонов с хентая и вставить в озвучку нельзя?
Тожемимо
>другие языки не поддерживает
Да что ты говоришь...
Для этого нужно просматривать тонны хентая в поисках нужного стона, и подгонять голоса разных актеров друг под друга.
А можно делиться итогами? Моделью голоса? Не каждому же с нуля ту же Эмму тренить?
Каторжный труд
конешн, для этого и тред создан
> С русским да, пока везде беда.
Спасибо конечно, что последовал моему "гайду" и запустил Ксению, но я про обучение своим голосам. Плюс тут надо научится играть с эмоциями и прочим (вроде как возможно, но пока не тестил). И да, может, всё таки в TTS тред? А то два треда с одним предназначением.
В Эвеленлабс получаетсяя надо брать Стартовый пак для клонирования голоса?
Нет, и бесплатного хватает для небольших тестов (по состоянию на январь, сейчас ХЗ).
А вообще, лучше в единый TTS тред
А голос обэмы и бидона есть?
Кидайте контент
Сейчас беслптано только вмроеннве голоса, клонирование только платно
А детские есть голоса? У майкрософта в наборе онлайн ттс английские есть, русских пока не находил.
И че ты возбудился? Включи озвучку в эдже, на инглише девочки угарно читают, отправляй микросам пативен
> что последовал моему "гайду" и запустил Ксению
Какую блядь Ксению? Каким гайдам? Ты ебанутый?
> А детские есть голоса?
Да хоть MLP.
А что у неё с акцентом?
Ракосель, уходи.
судя по оп-пику, звуки там однотипные. ну, знаете: ПОИ! ПОИ! ПОИ! ПОИ! ПОИ! ПОИ! ПОИ! ПОИ! ПОИ! ПОИ! ПОИ!
У неё нет букв Р, потому что она испекла из них капкейки?
тоутики
Слышь, сука, ты на детей наезжать вздумал, педофил? Небось тилибонькаешь на детсадовцев? Картавят они ему, суке.
Да небось их жапонки голос сделали, у них с Р плоблема.
Так то всё что угодно оскорбляет кого-нибудь, красивые девушки оскорбляют жирух. Что теперь, дрочить на жирух?
Так-то я бы тоже от детских голосов не отказался.
+++
С помщью какой нейросети пикрил сделали?
Эта нейросеть называется рандомное приложение в плеймаркете с эффектиками
Бля, название треда не прочитал. Насчет звука без понятия
Двач КАК сгенерировать звуковую дорогу на основе загруженного голоса? Я точно знаю, что такое есть. Помню где-то в телеге видел мол грузите голос, желательно пол часа и нейронка озвучит им любой текст.
Я даже нашел какую-то статью на дзене где есть ссылка на колаб, но там какие-то беды с тензерфлоу-гпу, разбираться в падлу. Дайте ссылочбку бога ради.
Я даже нашел какую-то статью на дзене где есть ссылка на колаб, но там какие-то беды с тензерфлоу-гпу, разбираться в падлу. Дайте ссылочбку бога ради.
Уточню. Надо чтобы я загрузил голос, потом написал текст и она загруженным голосом озвучила этот текст.
>ссылка на колаб
Оказывается репозиторий не обновлялся уже 4 года. Если 4 года назад такое могли делать, то щас то почему хуй найдешь???
Нужна простейшая нейронка для распознавания даже не речи, а звуковых паттернов, которые я вручную ассоциирую с текстом. В результате должно получиться что-то вроде караоке, но с дообучением распознавания озвучиваемого текста (поскольку этот текст будет озвучиваться неоднократно). Кроме пистона есть советы?
Облазил тырнеты, результаты меня нихуя не устроили.
Задача: на основе мужского голоса (.mp3 запись) преобразовать его в женский.
Нахуя: хочу аудиокнижки позаписывать, но, как положенно любому хикке, без привлечения иных лиц.
У меня впечатление, что ебучие чатики есть, генерация изображений есть, генерация музыки есть, а вот банальное преобразование одного голоса в другой -- хуй, да нихуя, особенно, на русском языке. Либо английский, либо японщина. И либо сосать хуй, либо как 15-20 лет назад Change Pitch и скорость менять в audacity, получая на выходе поеботу.
Задача: на основе мужского голоса (.mp3 запись) преобразовать его в женский.
Нахуя: хочу аудиокнижки позаписывать, но, как положенно любому хикке, без привлечения иных лиц.
У меня впечатление, что ебучие чатики есть, генерация изображений есть, генерация музыки есть, а вот банальное преобразование одного голоса в другой -- хуй, да нихуя, особенно, на русском языке. Либо английский, либо японщина. И либо сосать хуй, либо как 15-20 лет назад Change Pitch и скорость менять в audacity, получая на выходе поеботу.
В том-то и дело, что мне нужно не realtime, а на основе заготовленных записей.
Такого, я так понимаю, в принципе нет.
И да, моделей там дохера только для английского и японского, русского почти нихера нет.
>Такого, я так понимаю, в принципе нет.
RVC и SVC могут работать как в режиме реального времени, так и с отдельными файлами.
>русского почти нихера нет.
Обучи свои модель — будет.
https://beta.elevenlabs.io/speech-synthesis
примеры
https://www.youtube.com/watch?v=9Xqw11NPC40
https://www.youtube.com/watch?v=kMPHsCn4RtA
https://www.youtube.com/watch?v=XYWh4gTs3tY