{ "*GPT模型列表": "#!*GPT模型列表", "*SoVITS模型列表": "#!*SoVITS模型列表", "*实验/模型名": "#!*实验/模型名", "*文本标注文件": "#!*文本标注文件", "*训练集音频文件目录": "#!*训练集音频文件目录", "*请上传并填写参考信息": "#!*请上传并填写参考信息", "*请填写需要合成的目标文本和语种模式": "#!*请填写需要合成的目标文本和语种模式", ".list标注文件的路径": "#!.list标注文件的路径", "0-前置数据集获取工具": "#!0-前置数据集获取工具", "0a-UVR5人声伴奏分离&去混响去延迟工具": "#!0a-UVR5人声伴奏分离&去混响去延迟工具", "0b-语音切分工具": "#!0b-语音切分工具", "0bb-语音降噪工具": "#!0bb-语音降噪工具", "0c-中文批量离线ASR工具": "#!0c-中文批量离线ASR工具", "0d-语音文本校对标注工具": "#!0d-语音文本校对标注工具", "1-GPT-SoVITS-TTS": "#!1-GPT-SoVITS-TTS", "1A-训练集格式化工具": "#!1A-训练集格式化工具", "1Aa-文本内容": "#!1Aa-文本内容", "1Aabc-训练集格式化一键三连": "#!1Aabc-训练集格式化一键三连", "1Ab-SSL自监督特征提取": "#!1Ab-SSL自监督特征提取", "1Ac-语义token提取": "#!1Ac-语义token提取", "1B-微调训练": "#!1B-微调训练", "1Ba-SoVITS训练。用于分享的模型文件输出在SoVITS_weights下。": "#!1Ba-SoVITS训练。用于分享的模型文件输出在SoVITS_weights下。", "1Bb-GPT训练。用于分享的模型文件输出在GPT_weights下。": "#!1Bb-GPT训练。用于分享的模型文件输出在GPT_weights下。", "1C-推理": "#!1C-推理", "2-GPT-SoVITS-变声": "#!2-GPT-SoVITS-变声", "ASR 模型": "#!ASR 模型", "ASR 模型尺寸": "#!ASR 模型尺寸", "ASR 语言设置": "#!ASR 语言设置", "ASR进程输出信息": "#!ASR进程输出信息", "GPT模型列表": "#!GPT模型列表", "GPT训练进程输出信息": "#!GPT训练进程输出信息", "GPU卡号,只能填1个整数": "#!GPU卡号,只能填1个整数", "GPU卡号以-分割，每个卡号一个进程": "#!GPU卡号以-分割，每个卡号一个进程", "SSL进程输出信息": "#!SSL进程输出信息", "SoVITS模型列表": "#!SoVITS模型列表", "SoVITS训练进程输出信息": "#!SoVITS训练进程输出信息", "TTS推理WebUI进程输出信息": "#!TTS推理WebUI进程输出信息", "TTS推理进程已关闭": "#!TTS推理进程已关闭", "TTS推理进程已开启": "#!TTS推理进程已开启", "UVR5已关闭": "#!UVR5已关闭", "UVR5已开启": "#!UVR5已开启", "UVR5进程输出信息": "#!UVR5进程输出信息", "alpha_mix:混多少比例归一化后音频进来": "#!alpha_mix:混多少比例归一化后音频进来", "gpt采样参数(无参考文本时不要太低)：": "#!gpt采样参数(无参考文本时不要太低)：", "hop_size:怎么算音量曲线，越小精度越大计算量越高（不是精度越大效果越好）": "#!hop_size:怎么算音量曲线，越小精度越大计算量越高（不是精度越大效果越好）", "max:归一化后最大值多少": "#!max:归一化后最大值多少", "max_sil_kept:切完后静音最多留多长": "#!max_sil_kept:切完后静音最多留多长", "min_interval:最短切割间隔": "#!min_interval:最短切割间隔", "min_length:每段最小多长，如果第一段太短一直和后面段连起来直到超过这个值": "#!min_length:每段最小多长，如果第一段太短一直和后面段连起来直到超过这个值", "temperature": "#!temperature", "threshold:音量小于这个值视作静音的备选切割点": "#!threshold:音量小于这个值视作静音的备选切割点", "top_k": "#!top_k", "top_p": "#!top_p", "一键三连进程输出信息": "#!一键三连进程输出信息", "不切": "#!不切", "中文": "#!中文", "中文教程文档：https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e": "#!中文教程文档：https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e", "中英混合": "#!中英混合", "也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量输入音频文件, 二选一, 优先读文件夹", "人声伴奏分离批量处理，使用UVR5模型。
合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。
模型分为三类：
1、保留人声：不带和声的音频选这个，对主人声保留比HP5更好。内置HP2和HP3两个模型，HP3可能轻微漏伴奏但对主人声保留比HP2稍微好一丁点；
2、仅保留主人声：带和声的音频选这个，对主人声可能有削弱。内置HP5一个模型；
3、去混响、去延迟模型（by FoxJoy）：
(1)MDX-Net(onnx_dereverb):对于双通道混响是最好的选择，不能去除单通道混响；
(234)DeEcho:去除延迟效果。Aggressive比Normal去除得更彻底，DeReverb额外去除混响，可去除单声道混响，但是对高频重的板式混响去不干净。
去混响/去延迟，附：
1、DeEcho-DeReverb模型的耗时是另外2个DeEcho模型的接近2倍；
2、MDX-Net-Dereverb模型挺慢的；
3、个人推荐的最干净的配置是先MDX-Net再DeEcho-Aggressive。": "使用UVR5模型進行人聲伴奏分離的批次處理。
有效資料夾路徑格式的例子：D:\\path\\to\\input\\folder（從檔案管理員地址欄複製）。
模型分為三類：
1. 保留人聲：選擇這個選項適用於沒有和聲的音訊。它比HP5更好地保留了人聲。它包括兩個內建模型：HP2和HP3。HP3可能輕微漏出伴奏，但比HP2更好地保留了人聲；
2. 僅保留主人聲：選擇這個選項適用於有和聲的音訊。它可能會削弱主人聲。它包括一個內建模型：HP5。
3. 消除混響和延遲模型（由FoxJoy提供）：
(1) MDX-Net：對於立體聲混響的移除是最好的選擇，但不能移除單聲道混響；
(234) DeEcho：移除延遲效果。Aggressive模式比Normal模式移除得更徹底。DeReverb另外移除混響，可以移除單聲道混響，但對於高頻重的板式混響移除不乾淨。
消除混響/延遲注意事項：
1. DeEcho-DeReverb模型的處理時間是其他兩個DeEcho模型的近兩倍；
2. MDX-Net-Dereverb模型相當慢；
3. 個人推薦的最乾淨配置是先使用MDX-Net，然後使用DeEcho-Aggressive。", "人声提取激进程度": "#!人声提取激进程度", "伴奏人声分离&去混响&去回声": "伴奏人聲分離&去混響&去回聲", "使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开，开启后无视填写的参考文本。": "#!使用无参考文本模式时建议使用微调的GPT，听不清参考音频说的啥(不晓得写啥)可以开，开启后无视填写的参考文本。", "保存频率save_every_epoch": "保存頻率save_every_epoch", "凑50字一切": "#!凑50字一切", "凑四句一切": "#!凑四句一切", "切分后文本": "#!切分后文本", "切分后的子音频的输出根目录": "#!切分后的子音频的输出根目录", "切割使用的进程数": "#!切割使用的进程数", "刷新模型路径": "#!刷新模型路径", "前端处理后的文本(每句):": "#!前端处理后的文本(每句):", "参考音频在3~10秒范围外，请更换！": "#!参考音频在3~10秒范围外，请更换！", "参考音频的文本": "#!参考音频的文本", "参考音频的语种": "#!参考音频的语种", "合成语音": "#!合成语音", "后续将支持转音素、手工修改音素、语音合成分步执行。": "#!后续将支持转音素、手工修改音素、语音合成分步执行。", "填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。": "#!填切割后音频所在目录！读取的音频文件完整路径=该目录-拼接-list文件里波形对应的文件名（不是全路径）。如果留空则使用.list文件里的绝对全路径。", "多语种混合": "#!多语种混合", "实际输入的参考文本:": "#!实际输入的参考文本:", "实际输入的目标文本(切句后):": "#!实际输入的目标文本(切句后):", "实际输入的目标文本(每句):": "#!实际输入的目标文本(每句):", "实际输入的目标文本:": "#!实际输入的目标文本:", "导出文件格式": "導出檔格式", "开启GPT训练": "#!开启GPT训练", "开启SSL提取": "#!开启SSL提取", "开启SoVITS训练": "#!开启SoVITS训练", "开启一键三连": "#!开启一键三连", "开启文本获取": "#!开启文本获取", "开启无参考文本模式。不填参考文本亦相当于开启。": "#!开启无参考文本模式。不填参考文本亦相当于开启。", "开启离线批量ASR": "#!开启离线批量ASR", "开启语义token提取": "#!开启语义token提取", "开启语音切割": "#!开启语音切割", "开启语音降噪": "#!开启语音降噪", "怎么切": "#!怎么切", "总训练轮数total_epoch": "總訓練輪數total_epoch", "总训练轮数total_epoch，不建议太高": "#!总训练轮数total_epoch，不建议太高", "打标工具WebUI已关闭": "#!打标工具WebUI已关闭", "打标工具WebUI已开启": "#!打标工具WebUI已开启", "打标工具进程输出信息": "#!打标工具进程输出信息", "指定输出主人声文件夹": "指定输出主人声文件夹", "指定输出非主人声文件夹": "指定输出非主人声文件夹", "按中文句号。切": "#!按中文句号。切", "按标点符号切": "#!按标点符号切", "按英文句号.切": "#!按英文句号.切", "文本切分工具。太长的文本合成出来效果不一定好，所以太长建议先切。合成会根据文本的换行分开合成再拼起来。": "#!文本切分工具。太长的文本合成出来效果不一定好，所以太长建议先切。合成会根据文本的换行分开合成再拼起来。", "文本模块学习率权重": "#!文本模块学习率权重", "文本进程输出信息": "#!文本进程输出信息", "施工中，请静候佳音": "#!施工中，请静候佳音", "日文": "#!日文", "日英混合": "#!日英混合", "是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt檔案以節省硬碟空間", "是否在每次保存时间点将最终小模型保存至weights文件夹": "是否在每次保存時間點將最終小模型保存至weights檔夾", "是否开启TTS推理WebUI": "#!是否开启TTS推理WebUI", "是否开启UVR5-WebUI": "#!是否开启UVR5-WebUI", "是否开启dpo训练选项(实验性)": "#!是否开启dpo训练选项(实验性)", "是否开启打标WebUI": "#!是否开启打标WebUI", "显卡信息": "顯示卡資訊", "本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责.
如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录LICENSE.": "本軟體以MIT協議開源，作者不對軟體具備任何控制力，使用軟體者、傳播軟體導出的聲音者自負全責。
如不認可該條款，則不能使用或引用軟體包內任何程式碼和檔案。詳見根目錄使用需遵守的協議-LICENSE.txt。", "模型": "模型", "模型切换": "#!模型切换", "每张显卡的batch_size": "每张显卡的batch_size", "终止ASR进程": "#!终止ASR进程", "终止GPT训练": "#!终止GPT训练", "终止SSL提取进程": "#!终止SSL提取进程", "终止SoVITS训练": "#!终止SoVITS训练", "终止一键三连": "#!终止一键三连", "终止文本获取进程": "#!终止文本获取进程", "终止语义token提取进程": "#!终止语义token提取进程", "终止语音切割": "#!终止语音切割", "终止语音降噪进程": "#!终止语音降噪进程", "英文": "#!英文", "语义token提取进程输出信息": "#!语义token提取进程输出信息", "语音切割进程输出信息": "#!语音切割进程输出信息", "语音降噪进程输出信息": "#!语音降噪进程输出信息", "请上传3~10秒内参考音频，超过会报错！": "#!请上传3~10秒内参考音频，超过会报错！", "请输入有效文本": "#!请输入有效文本", "转换": "轉換", "输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑", "输入文件夹路径": "#!输入文件夹路径", "输出logs/实验名目录下应有23456开头的文件和文件夹": "#!输出logs/实验名目录下应有23456开头的文件和文件夹", "输出信息": "輸出訊息", "输出文件夹路径": "#!输出文件夹路径", "输出的语音": "#!输出的语音", "选择训练完存放在SoVITS_weights和GPT_weights下的模型。默认的一个是底模，体验5秒Zero Shot TTS用。": "#!选择训练完存放在SoVITS_weights和GPT_weights下的模型。默认的一个是底模，体验5秒Zero Shot TTS用。", "降噪结果输出文件夹": "#!降噪结果输出文件夹", "降噪音频文件输入文件夹": "#!降噪音频文件输入文件夹", "需要合成的切分前文本": "#!需要合成的切分前文本", "需要合成的文本": "#!需要合成的文本", "需要合成的语种": "#!需要合成的语种", "音频自动切分输入路径，可文件可文件夹": "#!音频自动切分输入路径，可文件可文件夹", "预训练的GPT模型路径": "#!预训练的GPT模型路径", "预训练的SSL模型路径": "#!预训练的SSL模型路径", "预训练的SoVITS-D模型路径": "#!预训练的SoVITS-D模型路径", "预训练的SoVITS-G模型路径": "#!预训练的SoVITS-G模型路径", "预训练的中文BERT模型路径": "#!预训练的中文BERT模型路径" }