Skip to content

Latest commit

 

History

History
118 lines (88 loc) · 8.07 KB

README_ru_RU.md

File metadata and controls

118 lines (88 loc) · 8.07 KB
Raw

XTTS-WebUI

Портативная версия

У проекта появилась портативная версия, вам больше не прийдется мучаться устанавливая все зависимости.

Нажмите здесь, чтобы скачать

Для запуска вам ненужно ничего кроме, Windows и видеокарты от Nvidia с 6 ГБ видеопамяти.

Вкладка Train не работает, если вы хотите обучить модель, используйте отдельный webui.

xtts-finetune-webui

Readme доступен на следущих языках

English

Russian

Português

О проекте

XTTS-Webui - это веб-интерфейс, позволяющий максимально использовать возможности XTTS. В этом интерфейсе есть и другие нейронные сети, которые улучшат результат работы XTTS. Вы также можете сделать тренировку XTTS и получить высококачественную модель голоса.

image

Особенности

  • Простая работа с XTTSv2
  • Пакетная обработка для озвучки большого кол-ва файлов
  • Возможность переводить любые аудиозаписи с сохранением голоса
  • Способность автоматически улучшать результаты синтеза с помощью других нейронных сетей и аудиоинструментов
  • Возможность натренировать модели и ее сразу использовать её
  • Умение использовать такие инструменты, как: RVC, OpenVoice, Resemble Enhance, как вместе, так и по отдельности
  • Возможность настройки генерации XTTS, всех параметров, несколько образцов говорящего

TODO

  • Добавьте статус с информацией о ходе выполнения и ошибках
  • Интеграция обучения в стандартный интерфейс
  • Добавьте возможность получить результат сразу ( с помощью стриминга )
  • Добавить новый способ обработки текста
  • Добавьте возможность настраивать говорящих при пакетной обработке
  • Добавить API

Installation

Используйте этот веб-интерфейс через Google Colab

Убедитесь, что у вас установлены Python 3.10.x или Python 3.11, CUDA 11.8 или CUDA 12.1, Microsoft Builder Tools 2019 с пакетом c++ и ffmpeg.

1 Метод, с помощью скриптов

Windows

Чтобы начать:

  • Запустите 'install.bat' файл
  • Чтобы запустить веб-интерфейс, запустите 'start_xtts_webui.bat'
  • Откройте предпочтительный браузер и перейдите по локальному адресу, отображаемому в консоли.

Linux

Чтобы начать:

  • Запустите 'install.sh' файл
  • Чтобы запустить веб-интерфейс, запустите 'start_xtts_webui.sh'
  • Откройте предпочтительный браузер и перейдите по локальному адресу, отображаемому в консоли.

2 Метод, Вручную

Для установки выполните следующие действия:

  1. Убедитесь,CUDA установлена

  2. Клонируйте репозиторий: git clone https://github.com/daswer123/xtts-webui.

  3. Перейдите в папку: cd xtts-webui.

  4. Создайте виртуальное окружение: python -m venv venv.

  5. Активируйте виртуальную среду:

    • В Windows используйте: venv\scripts\activate.
    • В linux используйте: source venv\bin\activate.

  6. Установите PyTorch и torchaudio с помощью pip:

  • pip install torch==2.1.1+cu118 torchaudio==2.1.1+cu118 --index-url https://download.pytorch.org/whl/cu118.
  1. Установите все зависимости из файла requirements.txt :
  • pip install -r requirements.txt.

Запуск интерфейса

Чтобы запустить интерфейс, выполните следующие действия:

Запуск XTTS WebUI :

Активируйте виртуальную среду:

venv/scripts/activate

или если вы работаете в Linux,

source venv/bin/activate

Затем запустите веб-интерфейс для xtts, выполнив следующую команду:

python app.py

Вот некоторые аргументы времени выполнения, которые можно использовать при запуске приложения:

Аргумент Значение по умолчанию Описание
-hs, --host 127.0.0.1 Хост, к которому нужно привязаться
-p, --port 8010 Номер порта для прослушивания
-d, --device cuda Какое устройство использовать (cpu или cuda)
-sf,--speaker_folder speakers/ Каталог, содержащий образцы говорящих
-o,--output "output/" Папка вывода
-v,-version "v2.0.2" Вы можете указать, какую версию xtts использовать. Вы можете указать имя пользовательской модели, для этого поместите папку в models и укажите имя папки в этом флаге
-l,--language "auto" Язык Webui, вы можете увидеть доступные переводы в папке i18n/locale.
--lowvram Включить режим low vram, который переключает модель в RAM, когда она не обрабатывается активно
--deepspeed Включить ускорение deepspeed. Работает на windows на python 3.10 и 3.11
--share Позволяет использовать интерфейс вне локального компьютера
--rvc Включить постобработку RVC, все модели должны располагаться в папке rvc

TTS -> RVC

Модуль для RVC, вы можете включить модуль RVC для постобработки полученного звука, для этого вам нужно добавить флаг --rvc, если вы работаете в консоли, или записать его в файл запуска.

Для того чтобы модель работала в настройках RVC, вам нужно выбрать модель, которую вы должны сначала загрузить в папку voice2voice/rvc, модель и индексный файл должны быть вместе, индексный файл необязателен, каждая модель должна быть в отдельной папке.