forked from camenduru/ai-voice-cloning
removed redundant training data (they exist within tortoise itself anyways), added utility: view tokenized text
This commit is contained in:
parent
469dd47a44
commit
07b684c4e7
|
@ -24,7 +24,7 @@ datasets:
|
|||
num_conditioning_candidates: 2
|
||||
conditioning_length: 44000
|
||||
use_bpe_tokenizer: True
|
||||
tokenizer_vocab: ./models/tortoise/bpe_lowercase_asr_256.json
|
||||
tokenizer_vocab: ./modules/tortoise-tts/tortoise/data/tokenizer.json # ./models/tortoise/bpe_lowercase_asr_256.json
|
||||
load_aligned_codes: False
|
||||
val:
|
||||
name: validation
|
||||
|
@ -41,7 +41,7 @@ datasets:
|
|||
num_conditioning_candidates: 2
|
||||
conditioning_length: 44000
|
||||
use_bpe_tokenizer: True
|
||||
tokenizer_vocab: ./models/tortoise/bpe_lowercase_asr_256.json
|
||||
tokenizer_vocab: ./modules/tortoise-tts/tortoise/data/tokenizer.json # ./models/tortoise/bpe_lowercase_asr_256.json
|
||||
load_aligned_codes: False
|
||||
|
||||
steps:
|
||||
|
@ -61,13 +61,13 @@ steps:
|
|||
injectors:
|
||||
paired_to_mel:
|
||||
type: torch_mel_spectrogram
|
||||
mel_norm_file: ./models/tortoise/clips_mel_norms.pth
|
||||
mel_norm_file: ./modules/tortoise-tts/tortoise/data/mel_norms.pth # ./models/tortoise/clips_mel_norms.pth
|
||||
in: wav
|
||||
out: paired_mel
|
||||
paired_cond_to_mel:
|
||||
type: for_each
|
||||
subtype: torch_mel_spectrogram
|
||||
mel_norm_file: ./models/tortoise/clips_mel_norms.pth
|
||||
mel_norm_file: ./modules/tortoise-tts/tortoise/data/mel_norms.pth # ./models/tortoise/clips_mel_norms.pth
|
||||
in: conditioning
|
||||
out: paired_conditioning_mel
|
||||
to_codes:
|
||||
|
|
|
@ -1,527 +0,0 @@
|
|||
{
|
||||
"version": "1.0",
|
||||
"truncation": null,
|
||||
"padding": null,
|
||||
"added_tokens":
|
||||
[
|
||||
{
|
||||
"id": 0,
|
||||
"special": true,
|
||||
"content": "[STOP]",
|
||||
"single_word": false,
|
||||
"lstrip": false,
|
||||
"rstrip": false,
|
||||
"normalized": false
|
||||
},
|
||||
{
|
||||
"id": 1,
|
||||
"special": true,
|
||||
"content": "[UNK]",
|
||||
"single_word": false,
|
||||
"lstrip": false,
|
||||
"rstrip": false,
|
||||
"normalized": false
|
||||
},
|
||||
{
|
||||
"id": 2,
|
||||
"special": true,
|
||||
"content": "[SPACE]",
|
||||
"single_word": false,
|
||||
"lstrip": false,
|
||||
"rstrip": false,
|
||||
"normalized": false
|
||||
}
|
||||
],
|
||||
"normalizer": null,
|
||||
"pre_tokenizer":
|
||||
{
|
||||
"type": "Whitespace"
|
||||
},
|
||||
"post_processor": null,
|
||||
"decoder": null,
|
||||
"model":
|
||||
{
|
||||
"type": "BPE",
|
||||
"dropout": null,
|
||||
"unk_token": "[UNK]",
|
||||
"continuing_subword_prefix": null,
|
||||
"end_of_word_suffix": null,
|
||||
"fuse_unk": false,
|
||||
"vocab":
|
||||
{
|
||||
"[STOP]": 0,
|
||||
"[UNK]": 1,
|
||||
"[SPACE]": 2,
|
||||
"!": 3,
|
||||
"'": 4,
|
||||
"(": 5,
|
||||
")": 6,
|
||||
",": 7,
|
||||
"-": 8,
|
||||
".": 9,
|
||||
"/": 10,
|
||||
":": 11,
|
||||
";": 12,
|
||||
"?": 13,
|
||||
"a": 14,
|
||||
"b": 15,
|
||||
"c": 16,
|
||||
"d": 17,
|
||||
"e": 18,
|
||||
"f": 19,
|
||||
"g": 20,
|
||||
"h": 21,
|
||||
"i": 22,
|
||||
"j": 23,
|
||||
"k": 24,
|
||||
"l": 25,
|
||||
"m": 26,
|
||||
"n": 27,
|
||||
"o": 28,
|
||||
"p": 29,
|
||||
"q": 30,
|
||||
"r": 31,
|
||||
"s": 32,
|
||||
"t": 33,
|
||||
"u": 34,
|
||||
"v": 35,
|
||||
"w": 36,
|
||||
"x": 37,
|
||||
"y": 38,
|
||||
"z": 39,
|
||||
"th": 40,
|
||||
"in": 41,
|
||||
"the": 42,
|
||||
"an": 43,
|
||||
"er": 44,
|
||||
"ou": 45,
|
||||
"re": 46,
|
||||
"on": 47,
|
||||
"at": 48,
|
||||
"ed": 49,
|
||||
"en": 50,
|
||||
"to": 51,
|
||||
"ing": 52,
|
||||
"and": 53,
|
||||
"is": 54,
|
||||
"as": 55,
|
||||
"al": 56,
|
||||
"or": 57,
|
||||
"of": 58,
|
||||
"ar": 59,
|
||||
"it": 60,
|
||||
"es": 61,
|
||||
"he": 62,
|
||||
"st": 63,
|
||||
"le": 64,
|
||||
"om": 65,
|
||||
"se": 66,
|
||||
"be": 67,
|
||||
"ad": 68,
|
||||
"ow": 69,
|
||||
"ly": 70,
|
||||
"ch": 71,
|
||||
"wh": 72,
|
||||
"that": 73,
|
||||
"you": 74,
|
||||
"li": 75,
|
||||
"ve": 76,
|
||||
"ac": 77,
|
||||
"ti": 78,
|
||||
"ld": 79,
|
||||
"me": 80,
|
||||
"was": 81,
|
||||
"gh": 82,
|
||||
"id": 83,
|
||||
"ll": 84,
|
||||
"wi": 85,
|
||||
"ent": 86,
|
||||
"for": 87,
|
||||
"ay": 88,
|
||||
"ro": 89,
|
||||
"ver": 90,
|
||||
"ic": 91,
|
||||
"her": 92,
|
||||
"ke": 93,
|
||||
"his": 94,
|
||||
"no": 95,
|
||||
"ut": 96,
|
||||
"un": 97,
|
||||
"ir": 98,
|
||||
"lo": 99,
|
||||
"we": 100,
|
||||
"ri": 101,
|
||||
"ha": 102,
|
||||
"with": 103,
|
||||
"ght": 104,
|
||||
"out": 105,
|
||||
"im": 106,
|
||||
"ion": 107,
|
||||
"all": 108,
|
||||
"ab": 109,
|
||||
"one": 110,
|
||||
"ne": 111,
|
||||
"ge": 112,
|
||||
"ould": 113,
|
||||
"ter": 114,
|
||||
"mo": 115,
|
||||
"had": 116,
|
||||
"ce": 117,
|
||||
"she": 118,
|
||||
"go": 119,
|
||||
"sh": 120,
|
||||
"ur": 121,
|
||||
"am": 122,
|
||||
"so": 123,
|
||||
"pe": 124,
|
||||
"my": 125,
|
||||
"de": 126,
|
||||
"are": 127,
|
||||
"but": 128,
|
||||
"ome": 129,
|
||||
"fr": 130,
|
||||
"ther": 131,
|
||||
"fe": 132,
|
||||
"su": 133,
|
||||
"do": 134,
|
||||
"con": 135,
|
||||
"te": 136,
|
||||
"ain": 137,
|
||||
"ere": 138,
|
||||
"po": 139,
|
||||
"if": 140,
|
||||
"they": 141,
|
||||
"us": 142,
|
||||
"ag": 143,
|
||||
"tr": 144,
|
||||
"now": 145,
|
||||
"oun": 146,
|
||||
"this": 147,
|
||||
"have": 148,
|
||||
"not": 149,
|
||||
"sa": 150,
|
||||
"il": 151,
|
||||
"up": 152,
|
||||
"thing": 153,
|
||||
"from": 154,
|
||||
"ap": 155,
|
||||
"him": 156,
|
||||
"ack": 157,
|
||||
"ation": 158,
|
||||
"ant": 159,
|
||||
"our": 160,
|
||||
"op": 161,
|
||||
"like": 162,
|
||||
"ust": 163,
|
||||
"ess": 164,
|
||||
"bo": 165,
|
||||
"ok": 166,
|
||||
"ul": 167,
|
||||
"ind": 168,
|
||||
"ex": 169,
|
||||
"com": 170,
|
||||
"some": 171,
|
||||
"there": 172,
|
||||
"ers": 173,
|
||||
"co": 174,
|
||||
"res": 175,
|
||||
"man": 176,
|
||||
"ard": 177,
|
||||
"pl": 178,
|
||||
"wor": 179,
|
||||
"way": 180,
|
||||
"tion": 181,
|
||||
"fo": 182,
|
||||
"ca": 183,
|
||||
"were": 184,
|
||||
"by": 185,
|
||||
"ate": 186,
|
||||
"pro": 187,
|
||||
"ted": 188,
|
||||
"ound": 189,
|
||||
"own": 190,
|
||||
"would": 191,
|
||||
"ts": 192,
|
||||
"what": 193,
|
||||
"qu": 194,
|
||||
"ally": 195,
|
||||
"ight": 196,
|
||||
"ck": 197,
|
||||
"gr": 198,
|
||||
"when": 199,
|
||||
"ven": 200,
|
||||
"can": 201,
|
||||
"ough": 202,
|
||||
"ine": 203,
|
||||
"end": 204,
|
||||
"per": 205,
|
||||
"ous": 206,
|
||||
"od": 207,
|
||||
"ide": 208,
|
||||
"know": 209,
|
||||
"ty": 210,
|
||||
"very": 211,
|
||||
"si": 212,
|
||||
"ak": 213,
|
||||
"who": 214,
|
||||
"about": 215,
|
||||
"ill": 216,
|
||||
"them": 217,
|
||||
"est": 218,
|
||||
"red": 219,
|
||||
"ye": 220,
|
||||
"could": 221,
|
||||
"ong": 222,
|
||||
"your": 223,
|
||||
"their": 224,
|
||||
"em": 225,
|
||||
"just": 226,
|
||||
"other": 227,
|
||||
"into": 228,
|
||||
"any": 229,
|
||||
"whi": 230,
|
||||
"um": 231,
|
||||
"tw": 232,
|
||||
"ast": 233,
|
||||
"der": 234,
|
||||
"did": 235,
|
||||
"ie": 236,
|
||||
"been": 237,
|
||||
"ace": 238,
|
||||
"ink": 239,
|
||||
"ity": 240,
|
||||
"back": 241,
|
||||
"ting": 242,
|
||||
"br": 243,
|
||||
"more": 244,
|
||||
"ake": 245,
|
||||
"pp": 246,
|
||||
"then": 247,
|
||||
"sp": 248,
|
||||
"el": 249,
|
||||
"use": 250,
|
||||
"bl": 251,
|
||||
"said": 252,
|
||||
"over": 253,
|
||||
"get": 254
|
||||
},
|
||||
"merges":
|
||||
[
|
||||
"t h",
|
||||
"i n",
|
||||
"th e",
|
||||
"a n",
|
||||
"e r",
|
||||
"o u",
|
||||
"r e",
|
||||
"o n",
|
||||
"a t",
|
||||
"e d",
|
||||
"e n",
|
||||
"t o",
|
||||
"in g",
|
||||
"an d",
|
||||
"i s",
|
||||
"a s",
|
||||
"a l",
|
||||
"o r",
|
||||
"o f",
|
||||
"a r",
|
||||
"i t",
|
||||
"e s",
|
||||
"h e",
|
||||
"s t",
|
||||
"l e",
|
||||
"o m",
|
||||
"s e",
|
||||
"b e",
|
||||
"a d",
|
||||
"o w",
|
||||
"l y",
|
||||
"c h",
|
||||
"w h",
|
||||
"th at",
|
||||
"y ou",
|
||||
"l i",
|
||||
"v e",
|
||||
"a c",
|
||||
"t i",
|
||||
"l d",
|
||||
"m e",
|
||||
"w as",
|
||||
"g h",
|
||||
"i d",
|
||||
"l l",
|
||||
"w i",
|
||||
"en t",
|
||||
"f or",
|
||||
"a y",
|
||||
"r o",
|
||||
"v er",
|
||||
"i c",
|
||||
"h er",
|
||||
"k e",
|
||||
"h is",
|
||||
"n o",
|
||||
"u t",
|
||||
"u n",
|
||||
"i r",
|
||||
"l o",
|
||||
"w e",
|
||||
"r i",
|
||||
"h a",
|
||||
"wi th",
|
||||
"gh t",
|
||||
"ou t",
|
||||
"i m",
|
||||
"i on",
|
||||
"al l",
|
||||
"a b",
|
||||
"on e",
|
||||
"n e",
|
||||
"g e",
|
||||
"ou ld",
|
||||
"t er",
|
||||
"m o",
|
||||
"h ad",
|
||||
"c e",
|
||||
"s he",
|
||||
"g o",
|
||||
"s h",
|
||||
"u r",
|
||||
"a m",
|
||||
"s o",
|
||||
"p e",
|
||||
"m y",
|
||||
"d e",
|
||||
"a re",
|
||||
"b ut",
|
||||
"om e",
|
||||
"f r",
|
||||
"the r",
|
||||
"f e",
|
||||
"s u",
|
||||
"d o",
|
||||
"c on",
|
||||
"t e",
|
||||
"a in",
|
||||
"er e",
|
||||
"p o",
|
||||
"i f",
|
||||
"the y",
|
||||
"u s",
|
||||
"a g",
|
||||
"t r",
|
||||
"n ow",
|
||||
"ou n",
|
||||
"th is",
|
||||
"ha ve",
|
||||
"no t",
|
||||
"s a",
|
||||
"i l",
|
||||
"u p",
|
||||
"th ing",
|
||||
"fr om",
|
||||
"a p",
|
||||
"h im",
|
||||
"ac k",
|
||||
"at ion",
|
||||
"an t",
|
||||
"ou r",
|
||||
"o p",
|
||||
"li ke",
|
||||
"u st",
|
||||
"es s",
|
||||
"b o",
|
||||
"o k",
|
||||
"u l",
|
||||
"in d",
|
||||
"e x",
|
||||
"c om",
|
||||
"s ome",
|
||||
"the re",
|
||||
"er s",
|
||||
"c o",
|
||||
"re s",
|
||||
"m an",
|
||||
"ar d",
|
||||
"p l",
|
||||
"w or",
|
||||
"w ay",
|
||||
"ti on",
|
||||
"f o",
|
||||
"c a",
|
||||
"w ere",
|
||||
"b y",
|
||||
"at e",
|
||||
"p ro",
|
||||
"t ed",
|
||||
"oun d",
|
||||
"ow n",
|
||||
"w ould",
|
||||
"t s",
|
||||
"wh at",
|
||||
"q u",
|
||||
"al ly",
|
||||
"i ght",
|
||||
"c k",
|
||||
"g r",
|
||||
"wh en",
|
||||
"v en",
|
||||
"c an",
|
||||
"ou gh",
|
||||
"in e",
|
||||
"en d",
|
||||
"p er",
|
||||
"ou s",
|
||||
"o d",
|
||||
"id e",
|
||||
"k now",
|
||||
"t y",
|
||||
"ver y",
|
||||
"s i",
|
||||
"a k",
|
||||
"wh o",
|
||||
"ab out",
|
||||
"i ll",
|
||||
"the m",
|
||||
"es t",
|
||||
"re d",
|
||||
"y e",
|
||||
"c ould",
|
||||
"on g",
|
||||
"you r",
|
||||
"the ir",
|
||||
"e m",
|
||||
"j ust",
|
||||
"o ther",
|
||||
"in to",
|
||||
"an y",
|
||||
"wh i",
|
||||
"u m",
|
||||
"t w",
|
||||
"as t",
|
||||
"d er",
|
||||
"d id",
|
||||
"i e",
|
||||
"be en",
|
||||
"ac e",
|
||||
"in k",
|
||||
"it y",
|
||||
"b ack",
|
||||
"t ing",
|
||||
"b r",
|
||||
"mo re",
|
||||
"a ke",
|
||||
"p p",
|
||||
"the n",
|
||||
"s p",
|
||||
"e l",
|
||||
"u se",
|
||||
"b l",
|
||||
"sa id",
|
||||
"o ver",
|
||||
"ge t"
|
||||
]
|
||||
}
|
||||
}
|
Binary file not shown.
|
@ -1994,6 +1994,15 @@ def save_args_settings():
|
|||
with open(f'./config/exec.json', 'w', encoding="utf-8") as f:
|
||||
f.write(json.dumps(settings, indent='\t') )
|
||||
|
||||
def tokenize_text( text ):
|
||||
from tortoise.utils.tokenizer import VoiceBpeTokenizer
|
||||
|
||||
tokenizer = VoiceBpeTokenizer()
|
||||
encoded = tokenizer.encode(text)
|
||||
decoded = tokenizer.tokenizer.decode(encoded, skip_special_tokens=False)
|
||||
|
||||
return "\n".join([ str(encoded), decoded ])
|
||||
|
||||
# super kludgy )`;
|
||||
def import_generate_settings(file = None):
|
||||
if not file:
|
||||
|
|
33
src/webui.py
33
src/webui.py
|
@ -409,17 +409,25 @@ def setup_gradio():
|
|||
history_audio = gr.Audio()
|
||||
history_copy_settings_button = gr.Button(value="Copy Settings")
|
||||
with gr.Tab("Utilities"):
|
||||
with gr.Row():
|
||||
with gr.Column():
|
||||
audio_in = gr.Files(type="file", label="Audio Input", file_types=["audio"])
|
||||
import_voice_name = gr.Textbox(label="Voice Name")
|
||||
import_voice_button = gr.Button(value="Import Voice")
|
||||
with gr.Column(visible=False) as col:
|
||||
utilities_metadata_column = col
|
||||
with gr.Tab("Import / Analyze"):
|
||||
with gr.Row():
|
||||
with gr.Column():
|
||||
audio_in = gr.Files(type="file", label="Audio Input", file_types=["audio"])
|
||||
import_voice_name = gr.Textbox(label="Voice Name")
|
||||
import_voice_button = gr.Button(value="Import Voice")
|
||||
with gr.Column(visible=False) as col:
|
||||
utilities_metadata_column = col
|
||||
|
||||
metadata_out = gr.JSON(label="Audio Metadata")
|
||||
copy_button = gr.Button(value="Copy Settings")
|
||||
latents_out = gr.File(type="binary", label="Voice Latents")
|
||||
metadata_out = gr.JSON(label="Audio Metadata")
|
||||
copy_button = gr.Button(value="Copy Settings")
|
||||
latents_out = gr.File(type="binary", label="Voice Latents")
|
||||
with gr.Tab("Tokenizer"):
|
||||
with gr.Row():
|
||||
text_tokenizier_input = gr.TextArea(label="Text", max_lines=4)
|
||||
text_tokenizier_output = gr.TextArea(label="Tokenized Text", max_lines=4)
|
||||
|
||||
with gr.Row():
|
||||
text_tokenizier_button = gr.Button(value="Tokenize Text")
|
||||
with gr.Tab("Training"):
|
||||
with gr.Tab("Prepare Dataset"):
|
||||
with gr.Row():
|
||||
|
@ -712,6 +720,11 @@ def setup_gradio():
|
|||
outputs=generate_settings
|
||||
)
|
||||
|
||||
text_tokenizier_button.click(tokenize_text,
|
||||
inputs=text_tokenizier_input,
|
||||
outputs=text_tokenizier_output
|
||||
)
|
||||
|
||||
refresh_configs.click(
|
||||
lambda: gr.update(choices=get_training_list()),
|
||||
inputs=None,
|
||||
|
|
Loading…
Reference in New Issue
Block a user