PyTorch

1热度

14回答

[2noise/ChatTTS]Zero shot (simulate speaker)生成结果为时长0秒的噪音

用的examples/ipynb/colab.ipynb的代码，zero shot这段如下 from ChatTTS.tools.audio import load_audio spk_smp = chat.sample_audio_speaker(load_audio("30s.wav", 24000)) print(spk_smp) # save it in order to load t

7热度

2回答

[2noise/ChatTTS]ChatTTS除了有音频的输出，如何拿到生成字符和对应时间段的 word boundary信息？

你好，从例子里我可以很直接的拿到给定文本合成后的音频文件，但是我们的项目还需要进一步的信息：就是对于每个合成的元素在音频文件里发音的时间段。我们也会用这个信息来验证合成的内容是否和输入的内容一致。这个信息在合成的时候肯定是存在的，不知道ChatTTS有没有wrap过并对外提供输出接口。谢谢。

2热度

4回答

[2noise/ChatTTS]运行zero shot功能陷入死循环infinite loop occurs while using the zero shot function

Issue Description: 我使用zero shot功能，尝试合成音频的时候，程序陷入死循环代码如下 logger = get_logger("Test #511", lv=logging.WARN) chat = ChatTTS.Chat(logger) chat.load(compile=False, source="huggingface") # Set to True for

7热度

1回答

[2noise/ChatTTS]报ffmpeg的错

Traceback (most recent call last): File "/home/jeff/.local/lib/python3.10/site-packages/gradio/queueing.py", line 541, in process_events response = await route_utils.call_process_api( File "/h

4热度

3回答

[2noise/ChatTTS]英文情况下朗读会包含停顿，也就是会把 [uv_break] 也给读了

3热度

2回答

[2noise/ChatTTS]dev 分支use_flash_attn 与 use_vllm 同时打开，会报错：AttributeError: 'GPT' object has no attribute 'gpt'

Traceback (most recent call last): File "/workspace/ChatTTS/examples/cmd/stream.py", line 189, in <module> chat.load(compile=False, use_flash_attn=True, use_vllm=True) File "/workspace/C

8热度

3回答

[2noise/ChatTTS]token过长，如200-300字时，会出现尾部信息消失问题

请问作者出现这种情况是超参的问题吗？

0热度

1回答

[2noise/ChatTTS]为甚麽执行的时候，windows告诉我里面有木马

刚想尝试这个模型，结果 windows defender 就给挡了下来，说有trojan (用 Jupyter Notebook 在本地执行)

8热度

1回答

[2noise/ChatTTS]执行示例的代码python examples/cmd/run.py "Your text 1." "Your text 2." 现在有点问题，具体看日志：

(chattts) PS E:\software\ChatTTS> python examples/cmd/run.py "Your text 1." "Your text 2." C:\Users\Administrator\.conda\envs\chattts\lib\site-packages\vector_quantize_pytorch\vector_quantize_pytor

5热度

3回答

[babysor/MockingBird]Web界面预处理提示无可用的特征提取模型

Summary[问题简述（一句话）] Web界面的预处理功能提示无可用的特征提取模型，查看代码发现是ppg_extractor\saved_models文件夹下无可用的模型文件。是否需要执行其他脚本生成？ Env & To Reproduce[复现与环境] win10，6月25日拉取的新版本 Screenshots[截图（如有）] If applicable, add screenshot

8热度

3回答

[babysor/MockingBird]训练一晚上plots文件夹还是空的

根据b站教程训练的模型，替换之前epoch跑了300多次，替换作者的模型后epoch一晚上跑了2700了，但是无论替换前后plots文件夹都是空的，见不到收敛什么的图片，求助

5热度

6回答

[babysor/MockingBird]不能打开程序，提示缺少module。ffmpeg跟webrtcvad均正确下载

完成ffmpeg跟webrtcvad的下载，无误。在代码库路径下，运行 python demo_toolbox.py -d .\samples时提示缺少module，为PyQt5。自行下载并再次运行后，显示缺少更多module，为matplotlib，scipy，sklearn，scipy.stats._stats_py。除最后一个以外均已自行安装，最后这个不知如何下载，请求大佬解答。 pytho

2热度

5回答

[babysor/MockingBird]Wiki 需要补全

Summary[问题简述（一句话）] Wiki的补全十分需要，在快速开始这一栏里应该有版本描述。因为 torch 的版本有不同。建议部分改为拉取本代码库 tag 0.0.1 安装pytorch 1.9.0 torchvision 0.10.0 cuda 11.1 或 cuda10.2 或 Onlycpu 本pytorch安装部分在readme及Wiki部分都没有描述清楚。同 issue #

9热度

4回答

[babysor/MockingBird]训练后为什么会变成这样？

训练完后收敛图不太正常，而且使用时也并不能生成输入的文本语音而是数据库的一段语音，我是按照教程里一步一步训练的，怎么解决？

2热度

4回答

[babysor/MockingBird]使用中文readme中的第三个模型，同样的input音频文件和文字内容，得到的结果音频有杂音且每次效果不同

使用中文readme中的第三个模型，同样的input音频文件和文字内容，得到的结果音频有电流音且每次效果不同。这是哪里的设置会影响到结果生成吗？求告知！输入输出音频.zip

5热度

6回答

[babysor/MockingBird]导入他人模型出错

错误: Traceback (most recent call last): File "C:\Users\Administrator\Desktop\MockingBird-0.0.1\synthesizer_train.py", line 37, in train(**vars(args)) File "C:\Users\Administrator\Desktop\MockingBird-0

2热度

4回答

[babysor/MockingBird]怎么用GPU训练呢？@zhuzaileiting 你这是用cpu训练的，GPU速度大概在1.3-2 steps/s

@zhuzaileiting 你这是用cpu训练的，GPU速度大概在1.3-2 steps/s Originally posted by @miven in https://github.com/babysor/MockingBird/issues/20#issuecomment-903427845

3热度

7回答

[babysor/MockingBird]每次跑训练时候会报Could not load symbol cublasGetSmCountTarget from cublas64_11.dll. Error code 127

每次跑训练时候会报Could not load symbol cublasGetSmCountTarget from cublas64_11.dll. Error code 127 但是还是可以继续跑，有大佬知道这个错有什么影响吗？

9热度

3回答

[babysor/MockingBird]预处理数据只能检测到少数几条，不完全

我大约做了校对了百来条，但是只会被检测到5条，整体重命名后被检测出的还是那固定5条

2热度

3回答

[babysor/MockingBird]无论是否自己训练，都有电流和沙沙声，自己训练更严重

无论是否自己训练，都有电流和沙沙声，自己训练更严重求救，求群交流！