Upload app.py

app.py

@@ -13,12 +13,9 @@ model_name = "logs/48k/G_1M111000_sing.pth"
 config_name = "configs/config.json"
 
 svc_model = Svc(model_name, config_name)
-sid_map = {
-    "岁己": "suiji"
-}
-def vc_fn(sid, input_audio, vc_transform):
+def vc_fn(input_audio, vc_transform):
     if input_audio is None:
-        return "请选择或拖入一段音频", None
+        return None
     sampling_rate, audio = input_audio
     # print(audio.shape,sampling_rate)
     duration = audio.shape[0] / sampling_rate
@@ -31,10 +28,9 @@ def vc_fn(sid, input_audio, vc_transform):
     out_wav_path = io.BytesIO()
     soundfile.write(out_wav_path, audio, 16000, format="wav")
     out_wav_path.seek(0)
-    sid = sid_map[sid]
-    out_audio, out_sr = svc_model.infer(sid, vc_transform, out_wav_path)
+    out_audio, out_sr = svc_model.infer("suiji", vc_transform, out_wav_path)
     _audio = out_audio.cpu().numpy()
-    return "成功", (48000, _audio)
+    return (48000, _audio)
 
 app = gr.Blocks()
 with app:
@@ -42,44 +38,48 @@ with app:
         with gr.TabItem("歌声音色转换"):
             gr.Markdown(value="""
                 # 强烈建议☝️先看一遍使用说明
-                
+
                 ## 这是 sovits 3.0 48kHz AI岁己歌声音色转换的在线demo
-                
-                #### 目前模型训练状态：1000000steps底模 + 111000steps
 
-                #### 仓库内模型所用于训练的数据：
+                ### 目前模型训练状态：1000000steps底模 + 111000steps
+
+                ### 推理出来有概率会给吸气音上电，需要后期小修一下，大概可能也许是因为炼太久糊了
+
+                ### 仓库内模型所用于训练的数据：
 
                 | G_1000000.pth | G_1M111000_sing.pth（现任） | G_1M100000_sing.pth（待产） | G_1M100000_sing1.pth（待产） |
                 | :----: | :----: | :----: | :----: |
                 | 12月录播（除电台）、出道至今22条歌投、10条歌切、圣诞音声（27.5小时） | G_1000000.pth作为底模_2022年所有唱歌投稿、唱歌切片、圣诞音声（3.9小时） | G_1000000.pth作为底模_（使用效果更好的UVR5模型去除BGM）出道至今所有唱歌投稿、唱歌切片、圣诞音声 | 先用1月录播（除电台）训练一个底模，再用出道至今所有唱歌投稿、唱歌切片、圣诞音声进行训练 |
-                
-                #### 如果要训练自己的数据请访问：[项目Github仓库](https://github.com/innnky/so-vits-svc/tree/main)、[教程《svc相关》](https://www.yuque.com/jiuwei-nui3d/qng6eg)
-                
-                #### 建议参考上方“使用说明”下的教程，在本地使用 inference_main.py 处理，我都写成这样了再小白应该都能搞定（不怕麻烦的话）
-                
-                #### 本地推理可调用GPU(NVIDIA)，3060Ti 8G可推理一条20(建议) - 30s的音频，过长音频可分割后批量处理，就算用CPU推理也比 Hugging Face 快不少
+
+                ### 仓库内G.pth、D.pth都有，欢迎作为底模用于进一步训练，如果要训练自己的数据请访问：[项目Github仓库](https://github.com/innnky/so-vits-svc/tree/main)、[教程《svc相关》](https://www.yuque.com/jiuwei-nui3d/qng6eg)（群不建议加，在里面大概率是学不到什么东西的）
+
+                ### 建议参考上方“使用说明”下的教程，在本地使用 inference_main.py 处理，我都写成这样了再小白应该都能搞定（不怕麻烦的话）
+
+                ### 本地推理可调用GPU(NVIDIA)，3060Ti 8G可推理一条20(建议) - 30s的音频，过长音频可分割后批量处理，就算用CPU推理也比 Hugging Face 快不少
+
+                ### 有空可能会折腾一下导出onnx，抛弃这堆较为臃肿的Python依赖
             """)
-            sid = gr.Dropdown(label="音色", choices=["岁己"], value="岁己")
             vc_input3 = gr.Audio(label="输入音频（长度请控制在30s左右，过长可能会爆内存）")
             vc_transform = gr.Number(label="变调（整数，可以正负，半音数量，升高八度就是12）", value=0)
             vc_submit = gr.Button("转换", variant="primary")
-            vc_output1 = gr.Textbox(label="输出日志")
             vc_output2 = gr.Audio(label="输出音频（最右侧三个点可以下载）")
-        vc_submit.click(vc_fn, [sid, vc_input3, vc_transform], [vc_output1, vc_output2])
+        vc_submit.click(vc_fn, [vc_input3, vc_transform], [vc_output2])
         with gr.TabItem("亿点点使用说明➕保姆级本地部署教程"):
             gr.Markdown(value="""
                 # 强烈建议👇先看一遍使用说明
-                
+
                 ### 输入的音频一定要是纯净的干音，不要把歌曲直接扔进来
-                
-                ### 长音不太稳，音域不算宽，选曲限制比较大，推荐多试试变调
-                
+
+                ### 混响和和声也不能有，UVR分离出人声之后需要注意一下
+
                 ### 对陈述语气没多大作用，实在没干音库的话，你可以自己唱然后升十几个调慢慢试效果
-                
-                ### 因为数据集来源于录播，所以音色偏本音，前期变调用于匹配音域，后期可以升一个key匹配一下岁己的歌音
+
+                ### 数据集几乎全是杂谈的G_1000000.pth：长音不稳，音域不宽，选曲限制较大，可以多试试变调，没什么必要去用
+
+                ### 现任的G_1M111000_sing.pth：有概率会给吸气音上电，需要后期小修一下
 
                 # 在本地部署并使用 inference_main.py 处理的保姆级教程：
-                
+
                 ### 0. 创建一个存放文件的目录，例如 D:\\SUI\\
 
                 ### 1. 安装所需的软件
@@ -87,7 +87,7 @@ with app:
                 1. [miniconda-Python3.8](https://docs.conda.io/en/latest/miniconda.html#windows-installers)（未测试其他Python版本）[点这里可以直接下载](https://repo.anaconda.com/miniconda/Miniconda3-py38_22.11.1-1-Windows-x86_64.exe)，Just Me 与 All Users 都行，其余可无脑下一步
 
                 2. [git](https://git-scm.com/download/win)（建议使用便携版）[点这里可以直接下载(便携版v2.39.0.2)](https://github.com/git-for-windows/git/releases/download/v2.39.0.windows.2/PortableGit-2.39.0.2-64-bit.7z.exe)，路径填 D:\\SUI\\git\\
-                
+
                 ### 2. 在开始菜单中运行 Anaconda Powershell Prompt 并配置环境（除了工作目录，复制粘贴回车即可）
 
                 ```