search

Plachtaa / VITS-fast-fine-tuning

This repo is a pipeline of VITS finetuning for fast speaker adaptation TTS, and many-to-many voice conversion
Apache License 2.0
4.69k stars 703 forks source link

Colab微调完成后，VC_Inference的时候报错了，Audio的api也变了。 #521

Open SetoKaiba opened 9 months ago

SetoKaiba commented 9 months ago

Colab微调完成后，VC_Inference的时候报错了，报Pydantic的问题。

ImportError: cannot import name 'RootModel' from 'pydantic' (/usr/local/lib/python3.10/dist-packages/pydantic/__init__.cpython-310-x86_64-linux-gnu.so)
SetoKaiba commented 9 months ago

image 奇怪，好像和这句有关呀，我记得我之前运行都还是好的呀。我把pydantic升级到2以上不会报这个错误。

SetoKaiba commented 9 months ago

应该是Gradio更新了的原因，改了pydantic的版本，Audio也会报错，新版的gradio的Audio，参数source变成sources了。

GH3a commented 9 months ago

遇到同样的问题

Lu233 commented 9 months ago

应该是Gradio更新了的原因，改了pydantic的版本，Audio也会报错，新版的gradio的Audio，参数source变成sources了。

请问这个问题正式解决方案是什么，谢谢

Lu233 commented 9 months ago

应该是Gradio更新了的原因，改了pydantic的版本，Audio也会报错，新版的gradio的Audio，参数source变成sources了。

请问这个问题正式解决方案是什么，谢谢

我把Gradio卸载了，重新安装了Gradio版本3.45.2，问题解决了，感谢提示

SetoKaiba commented 9 months ago

应该是Gradio更新了的原因，改了pydantic的版本，Audio也会报错，新版的gradio的Audio，参数source变成sources了。

请问这个问题正式解决方案是什么，谢谢

正式的解决方案应该是 https://github.com/Plachtaa/VITS-fast-fine-tuning/blob/main/VC_inference.py#L134-L135 改成

                record_audio = gr.Audio(label="record your voice", sources=["microphone"])
                upload_audio = gr.Audio(label="or upload audio here", sources=["upload"])

并且把Colab的Step1里的这句删除

!python -m pip install pydantic==1.10.4

@Plachtaa Colab不在库里，也无法提交PR。就算我提交VC_inference.py的PR也不完整。不如作者你修正一下？

codewen77 commented 9 months ago

VC_inference.py 第134 135行改成： record_audio = gr.Audio(label="record your voice", sources=["microphone"]) upload_audio = gr.Audio(label="or upload audio here", sources=["upload"]) 同时，更新pydantic版本 pip install --upgrade pydantic

ccjackcong commented 8 months ago

谢谢分享经验，弄了一周，终于在这里找到答案了。这个方法是可行的，第一次把代码跑起来。我有个疑问，这个本地训练，能在mac上进行么？

codewen77 commented 8 months ago

谢谢分享经验，弄了一周，终于在这里找到答案了。这个方法是可行的，第一次把代码跑起来。我有个疑问，这个本地训练，能在mac上进行么？

mac没试过，我试过本地linux服务器跑，可以跑，但是问题会比较多，本地部署比colab的问题多很多

ccjackcong commented 8 months ago

谢谢分享经验，弄了一周，终于在这里找到答案了。这个方法是可行的，第一次把代码跑起来。我有个疑问，这个本地训练，能在mac上进行么？

mac没试过，我试过本地linux服务器跑，可以跑，但是问题会比较多，本地部署比colab的问题多很多

感谢您指教。那我就在colab上训练，然后用win电脑推理吧。。。另外，我想请教，tits和tactron2或者其他的，哪个适合用自己的声音训练后，做文字转语音的节目那？谢谢

codewen77 commented 8 months ago

Tacotron2没咋用过 vits的话合成语音速度较快，整体生成质量还不错，t2貌似差不多。 你也可以试一下vall-e-x ，这个生成的质量挺不错，而且更富有情感

---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2023年12月05日 19:40 | | 收件人 | Plachtaa/VITS-fast-fine-tuning @.> | | 抄送人 | codewen77 @.>, Comment @.> | | 主题 | Re: [Plachtaa/VITS-fast-fine-tuning] Colab微调完成后，VC_Inference的时候报错了，Audio的api也变了。 (Issue #521) |

谢谢分享经验，弄了一周，终于在这里找到答案了。这个方法是可行的，第一次把代码跑起来。我有个疑问，这个本地训练，能在mac上进行么？

mac没试过，我试过本地linux服务器跑，可以跑，但是问题会比较多，本地部署比colab的问题多很多

感谢您指教。那我就在colab上训练，然后用win电脑推理吧。。。另外，我想请教，tits和tactron2或者其他的，哪个适合用自己的声音训练后，做文字转语音的节目那？谢谢

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

ccjackcong commented 8 months ago

Tacotron2没咋用过 vits的话合成语音速度较快，整体生成质量还不错，t2貌似差不多。 你也可以试一下vall-e-x ，这个生成的质量挺不错，而且更富有情感 … ---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2023年12月05日 19:40 | | 收件人 | Plachtaa/VITS-fast-fine-tuning @.> | | 抄送人 | codewen77 @.>, Comment @.> | | 主题 | Re: [Plachtaa/VITS-fast-fine-tuning] Colab微调完成后，VC_Inference的时候报错了，Audio的api也变了。 (Issue #521) | 谢谢分享经验，弄了一周，终于在这里找到答案了。这个方法是可行的，第一次把代码跑起来。我有个疑问，这个本地训练，能在mac上进行么？ mac没试过，我试过本地linux服务器跑，可以跑，但是问题会比较多，本地部署比colab的问题多很多 感谢您指教。那我就在colab上训练，然后用win电脑推理吧。。。另外，我想请教，tits和tactron2或者其他的，哪个适合用自己的声音训练后，做文字转语音的节目那？谢谢 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

好的，非常感谢。vall-e-x我试了，因为我不是学编程的，所以报错排查的比较吃力。vall-e-x程序我还没跑成功，在最后也是报错，也看了很多人的回复，但是暂时还都没解决。