イントロダクション

!!! warning 私たちは、コードベースの違法な使用について一切の責任を負いません。お住まいの地域の DMCA（デジタルミレニアム著作権法）およびその他の関連法については、現地の法律を参照してください。
このコードベースは BSD-3-Clause ライセンスの下でリリースされており、すべてのモデルは CC-BY-NC-SA-4.0 ライセンスの下でリリースされています。

要件

GPU メモリ: 4GB（推論用）、8GB（微調整用）
システム: Linux、Windows

Windows セットアップ

Windows のプロユーザーは、コードベースを実行するために WSL2 または Docker を検討することができます。

非プロの Windows ユーザーは、Linux 環境なしでコードベースを実行するために以下の方法を検討することができます（モデルコンパイル機能付き、つまり torch.compile）：

プロジェクトパッケージを解凍します。
install_env.batをクリックして環境をインストールします。
- install_env.batのUSE_MIRROR項目を編集して、ミラーサイトを使用するかどうかを決定できます。
- USE_MIRROR=falseは、最新の安定版torchをオリジナルサイトからダウンロードします。USE_MIRROR=trueは、最新のtorchをミラーサイトからダウンロードします。デフォルトはtrueです。
- install_env.batのINSTALL_TYPE項目を編集して、コンパイル環境のダウンロードを有効にするかどうかを決定できます。
- INSTALL_TYPE=previewは、コンパイル環境付きのプレビュー版をダウンロードします。INSTALL_TYPE=stableは、コンパイル環境なしの安定版をダウンロードします。
ステップ2でUSE_MIRROR=previewの場合、このステップを実行します（オプション、コンパイルモデル環境を有効にするため）：
1. 以下のリンクを使用してLLVMコンパイラをダウンロードします：
  - LLVM-17.0.6（オリジナルサイトダウンロード）
  - LLVM-17.0.6（ミラーサイトダウンロード）
  - LLVM-17.0.6-win64.exeをダウンロードした後、ダブルクリックしてインストールし、適切なインストール場所を選択し、最も重要なのはAdd Path to Current Userをチェックして環境変数に追加することです。
  - インストールが完了したことを確認します。
2. Microsoft Visual C++ 再頒布可能パッケージをダウンロードしてインストールし、潜在的な.dllの欠落問題を解決します。
  - MSVC++ 14.40.33810.0 ダウンロード
3. Visual Studio Community Editionをダウンロードしてインストールし、MSVC++ビルドツールを取得し、LLVMのヘッダーファイル依存関係を解決します。
  - Visual Studio ダウンロード
  - Visual Studio Installerをインストールした後、Visual Studio Community 2022をダウンロードします。
  - 以下の図のようにModifyボタンをクリックし、Desktop development with C++オプションを見つけてチェックしてダウンロードします。
4. インストール CUDA Toolkit 12
start.batをダブルクリックして、Fish-Speechトレーニング推論設定WebUIページに入ります。
- （オプション）直接推論ページに行きたい場合は、プロジェクトルートディレクトリのAPI_FLAGS.txtを編集し、最初の3行を次のように変更します：
```
--infer
# --api
# --listen ...
...
```
- （オプション）APIサーバーを起動したい場合は、プロジェクトルートディレクトリのAPI_FLAGS.txtを編集し、最初の3行を次のように変更します：
```
# --infer
--api
--listen ...
...
```
（オプション）run_cmd.batをダブルクリックして、このプロジェクトのconda/pythonコマンドライン環境に入ります。

Linux セットアップ

# python 3.10仮想環境を作成します。virtualenvも使用できます。
conda create -n fish-speech python=3.10
conda activate fish-speech

# pytorchをインストールします。
pip3 install torch torchvision torchaudio

# fish-speechをインストールします。
pip3 install -e .

# (Ubuntu / Debianユーザー) soxをインストールします。
apt install libsox-dev

変更履歴

2024/07/02: Fish-Speech を 1.2 バージョンに更新し、VITS デコーダーを削除し、ゼロショット能力を大幅に強化しました。
2024/05/10: Fish-Speech を 1.1 バージョンに更新し、VITS デコーダーを実装して WER を減少させ、音色の類似性を向上させました。
2024/04/22: Fish-Speech 1.0 バージョンを完成させ、VQGAN および LLAMA モデルを大幅に修正しました。
2023/12/28: lora微調整サポートを追加しました。
2023/12/27: gradient checkpointing、causual sampling、およびflash-attnサポートを追加しました。
2023/12/19: webui および HTTP API を更新しました。
2023/12/18: 微調整ドキュメントおよび関連例を更新しました。
2023/12/17: text2semanticモデルを更新し、音素フリーモードをサポートしました。
2023/12/13: ベータ版をリリースし、VQGAN モデルおよび LLAMA に基づく言語モデル（音素のみサポート）を含みます。

Spaces:

kevinwang676
/

fish-speech-new

No application file

イントロダクション

要件

Windows セットアップ

Linux セットアップ

変更履歴

謝辞