Python

2热度

1回答

[2noise/ChatTTS]请问chatts同时可以对多少个文本进行语音转写？

我想开发一个API，供多人使用，请问CHATTTS并发时最多可以对多少个文本进行语音转写，我的显卡是4090 * 4

8热度

5回答

[2noise/ChatTTS]RuntimeError: Input Tensor has to be 2D.

您好，在运行demo程序中碰到如下问题，请教以下如何解决。我的电脑配置是ubuntu22.04，cuda版本是11.8，安装的torch版本为2.3.0，torchvision==0.18.0，torchaudio==2.3.0 运行报错的具体报错情况如下： found invalid characters: {'1'} found invalid characters: {'2'} text:

10热度

1回答

[2noise/ChatTTS]请问是否支持流式输入？

现在大模型都是流式输出，要是可以流式输入就可以减少响应时间。

1热度

4回答

[2noise/ChatTTS]长短不同的句子，batch合成的语音长度是一样的

第一个句子10个字，第二个100字的话，合成出来两句话都是十几秒，第一句后面都是静音可能是什么地方有问题呢？

2热度

3回答

[2noise/ChatTTS]使用vllm后的音色疑似只有男声

dev分支用相同spk_emb，vllm版音色跟原版不一样。而且vllm版似乎只能抽卡到男声音色

6热度

4回答

[2noise/ChatTTS]中文部分无法识别数字（1，2，3等）和句号（。）是需要设置什么吗？

如题，中文部分无法识别数字（1，2，3等）和句号（。）是需要设置什么吗？

3热度

2回答

[2noise/ChatTTS]incomplete result. hit

感谢开源，我在原demo中修改的地方有：增加from transformers import Cache 以及 torch.set_float32_matmul_precision('high') 我输入的文本texts = ["中文", "我是语音助手"] 目前完整报错信息如下 use default LlamaModel for importing TELlamaModel error:

7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

0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。

4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

5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

8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

5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

5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？

1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)

9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

8热度

11回答

[babysor/MockingBird]【长期】跨语言支持

已有讨论 142 197 Q & A LxnChan 有足够的样本的前提下我想自己训练出来一个日语模型，不知道行不行答：就像把中文句子例如 “你好” 变成 “ni2 hao3”，只需要找到一个tts前端处理一下日语为phenomenon

9热度

5回答

[babysor/MockingBird]问一下，这5个参数各起到啥作用，感觉调来调去有点作用但不是很明显

就是图中画红框的5个参数

9热度

3回答

[babysor/MockingBird]训练synthesizer的时候中途出现了 warnings.warn("nn.functional.tanh is deprecated. Use torch.tanh instead.")，请问是什么问题？

在网上查找的时候发现了这个问题会降低训练速度，请问这对速度有影响吗？我使用的是980ti，显存6g，满载速度是0.55 steps/s 另外，此问题并不影响训练，只是中途出现过几次，所以来问一下，训练模型与进度一切正常

0热度

11回答

[babysor/MockingBird]求助执行requirements.txt时报No module named 'pyworld'是什么问题？？

已是最新代码 E:\MockingBird\MockingBird>python demo_toolbox.py Traceback (most recent call last): File "E:\MockingBird\MockingBird\demo_toolbox.py", line 2, in from toolbox import Toolbox File "E:\Mocki