7/25 Changelog :
Meilleur script d'installation pour MacOS. Pour l'inférence, tout ce qu'il y a à faire est de lancer le run.sh depuis le dossier zip extrait, où il installera Python 3.8, Homebrew, et d'autres dépendances pour vous automatiquement. Les Macs M1 sont nativement supportés pour l'accélération GPU, et l'entraînement devrait fonctionner si vous choisissez de télécharger les modèles pré-entraînés.
7/23 Changelog :
La détection de Fp16 fonctionne maintenant comme avant la dernière beta de RVC ; plus de ralentissement de l'entrainement par rapport à ce qu'il était avant.
La journalisation sur TensorBoard est maintenant faite par époch. Il enregistre tous les X pas d'une époque ; donc chaque point sur le graphique est maintenant représenté par époque.
Mise à jour de l'interface utilisateur pour inclure des espaces réservés.
Certains curseurs n'apparaissent plus que lorsque c'est nécessaire.
L'étape 2b (extraction des caractéristiques) est cachée si le guidage en tangage est désactivé.
Les radios inutiles ont été remplacées par des cases à cocher.
7/22 Changelog :
Déplacement expérimental des formants à l'aide de StftPitchShift (j'ai essayé d'utiliser praat avec praatio mais sans succès)
Ajout d'un bouton Stop Training lors de l'entraînement, plus besoin de redémarrer RVC à chaque fois que vous voulez arrêter l'entraînement d'un modèle !
Détection automatique du chemin de l'index pour les modèles sélectionnés + Détection automatique des chemins, plus de valeurs par défaut comme celles-ci : E:\codes\py39\vits_vc_gpu_train\logs\mi-test-1key\total_fea.npy, Nous obtenons Root Dir et les sous-dossiers en utilisant
os.path.abspath(os.getcwd())
La liste déroulante des fichiers audio détecte automatiquement les fichiers dans le dossier /audios/.
Version plus stable de Gradio (3.34.0) avec prise en charge des thèmes
Suppression du bouton "Formation en un clic" dans l'onglet "Formation", car il présentait des problèmes et a dérouté beaucoup d'utilisateurs.
Modification des paramètres d'entraînement par défaut pour qu'ils soient plus optimaux pour les nouveaux utilisateurs.
Ouverture automatique de l'URL localhost de TensorBoard lorsque tensor-launch.py est exécuté.
RMVPE implémenté à la fois dans l'inférence et l'entraînement
