Bert-vits2項(xiàng)目近期炸裂更新，放出了v2.0.2版本的代碼，修正了存在于2.0先前版本的重大bug，并且重?zé)捔说啄＃敬胃率羌?.1.1版本后最重大的更新，支持了三語(yǔ)言訓(xùn)練及混合合成，并且做到向下兼容，可以推理老版本的模型，本次我們基于新版V2.0.2來(lái)本地推理原神小姐姐們的音色模型。

具體的更新日志請(qǐng)參見(jiàn)官網(wǎng)：

https://github.com/fishaudio/Bert-VITS2/releases

模型配置

首先克隆官方最近的v2.0.2代碼：

git clone https://github.com/fishaudio/Bert-VITS2.git

隨后在項(xiàng)目的根目錄創(chuàng)建Data目錄

cd Bert-VITS2
mkdir Data

該目錄用來(lái)存放音色模型文件。

隨后下載雷電將軍和八重神子的音色模型：

鏈接：https://pan.baidu.com/s/1e9gKidfvYKLU2IzjoW3sVw?pwd=v3uc 

這兩個(gè)模型都是基于老版本進(jìn)行訓(xùn)練的，囿于篇幅，訓(xùn)練流程先按下不表。

需要注意的是，模型文件所在的目錄不支持中文，最好改成英文，目錄結(jié)構(gòu)如下所示：

E:\work\Bert-VITS2-v202_launch_yingAndBachong\Data>tree/F  
Folder PATH listing for volume myssd  
Volume serial number is 7CE3-15AE  
E:.  
├───bachong  
│   │   config.json  
│   │  
│   └───models  
│           G_47700.pth  
│  
└───ying  
    │   config.json  
    │   config.yml  
    │  
    ├───custom_character_voice  
    ├───filelists  
    └───models  
            G_4600.pth

這里.pth文件就是模型本體，config.json是模型配置文件。

當(dāng)然，除了筆者分享的模型，也可以加載之前老版本自己訓(xùn)練的模型，但需要注意的是，必須指定模型訓(xùn)練的版本，也就是當(dāng)時(shí)訓(xùn)練操作過(guò)程中Bert-VITS2的版本，比如筆者的模型訓(xùn)練時(shí)是基于v1.1.1，那么就必須在config中進(jìn)行指定：

{  
  "train": {  
    "log_interval": 100,  
    "eval_interval": 100,  
    "seed": 52,  
    "epochs": 200,  
    "learning_rate": 0.0001,  
    "betas": [  
      0.8,  
      0.99  
    ],  
    "eps": 1e-09,  
    "batch_size": 4,  
    "fp16_run": false,  
    "lr_decay": 0.999875,  
    "segment_size": 16384,  
    "init_lr_ratio": 1,  
    "warmup_epochs": 0,  
    "c_mel": 45,  
    "c_kl": 1.0,  
    "skip_optimizer": true  
  },  
  "data": {  
    "training_files": "filelists/train.list",  
    "validation_files": "filelists/val.list",  
    "max_wav_value": 32768.0,  
    "sampling_rate": 44100,  
    "filter_length": 2048,  
    "hop_length": 512,  
    "win_length": 2048,  
    "n_mel_channels": 128,  
    "mel_fmin": 0.0,  
    "mel_fmax": null,  
    "add_blank": true,  
    "n_speakers": 2,  
    "cleaned_text": true,  
    "spk2id": {  
      "bachong": 0  
    }  
  },  
  "model": {  
    "use_spk_conditioned_encoder": true,  
    "use_noise_scaled_mas": true,  
    "use_mel_posterior_encoder": false,  
    "use_duration_discriminator": true,  
    "inter_channels": 192,  
    "hidden_channels": 192,  
    "filter_channels": 768,  
    "n_heads": 2,  
    "n_layers": 6,  
    "kernel_size": 3,  
    "p_dropout": 0.1,  
    "resblock": "1",  
    "resblock_kernel_sizes": [  
      3,  
      7,  
      11  
    ],  
    "resblock_dilation_sizes": [  
      [  
        1,  
        3,  
        5  
      ],  
      [  
        1,  
        3,  
        5  
      ],  
      [  
        1,  
        3,  
        5  
      ]  
    ],  
    "upsample_rates": [  
      8,  
      8,  
      2,  
      2,  
      2  
    ],  
    "upsample_initial_channel": 512,  
    "upsample_kernel_sizes": [  
      16,  
      16,  
      8,  
      2,  
      2  
    ],  
    "n_layers_q": 3,  
    "use_spectral_norm": false,  
    "gin_channels": 256  
  },  
  "version": "1.1.1"  
}

最后的version參數(shù)用來(lái)指定模型，如果不指定模型，系統(tǒng)默認(rèn)是v2.0版本，假設(shè)模型和版本不匹配，會(huì)造成本地推理的音色異常。

修改好版本之后，可以通過(guò)pip安裝依賴(lài)：

pip install -r requirements.txt

至此，模型就配置好了。

本地推理

依賴(lài)安裝好之后，在根目錄執(zhí)行命令：

python3 server_fastapi.py

程序返回：

E:\work\Bert-VITS2-v202_launch_yingAndBachong>python server_fastapi.py  
E:\work\Bert-VITS2-v202_launch_yingAndBachong\venv\lib\site-packages\torch\nn\utils\weight_norm.py:30: UserWarning: torch.nn.utils.weight_norm is deprecated in favor of torch.nn.utils.parametrizations.weight_norm.  
  warnings.warn("torch.nn.utils.weight_norm is deprecated in favor of torch.nn.utils.parametrizations.weight_norm.")  
11-20 11:08:46 SUCCESS  | server_fastapi.py:101 | 添加模型E:\work\Bert-VITS2-v202_launch_yingAndBachong\Data\ying\models\G_4600.pth，使用配置文件E:\work\Bert-VITS2-v202_launch_yingAndBachong\Data\ying\config.json  
11-20 11:08:46 SUCCESS  | server_fastapi.py:107 | 模型已存在，添加模型引用。  
11-20 11:08:46 WARNING  | server_fastapi.py:626 | 本地服務(wù)，請(qǐng)勿將服務(wù)端口暴露于外網(wǎng)  
11-20 11:08:46 INFO     | server_fastapi.py:627 | api文檔地址 http://127.0.0.1:7860/docs

說(shuō)明服務(wù)已經(jīng)啟動(dòng)，沒(méi)錯(cuò)，Bert-vits2的推理api是基于Fast-api的。關(guān)于Fast-api框架，請(qǐng)移步：

2020年是時(shí)候更新你的技術(shù)武器庫(kù)了:Asgi vs Wsgi(FastAPI vs Flask)

隨后訪(fǎng)問(wèn)http://127.0.0.1:7860/:

這里可以將兩個(gè)模型一起加載進(jìn)來(lái)。

右側(cè)參數(shù)為推理設(shè)備和語(yǔ)言，默認(rèn)是使用cuda和中文。

如果是沒(méi)有N卡的同學(xué)，也可以選擇用cpu進(jìn)行本地推理。

隨后將推理文本寫(xiě)入文本框：

這里值得一提的是，Bert-vits2解決了長(zhǎng)文本報(bào)錯(cuò)的問(wèn)題，如果是長(zhǎng)文本，只需要打開(kāi)自動(dòng)切分的選項(xiàng)即可，系統(tǒng)會(huì)根據(jù)文本中的標(biāo)點(diǎn)進(jìn)行切割，減少每次推理的token數(shù)量，從而避免報(bào)錯(cuò)。

最后新版本支持多模型同時(shí)推理：

只需要選擇對(duì)應(yīng)的模型選項(xiàng)，然后下載音頻即可。

結(jié)語(yǔ)

筆者已經(jīng)采用：一鍵整合,萬(wàn)用萬(wàn)靈,Python3.10項(xiàng)目嵌入式一鍵整合包的制作(Embed)的方式將項(xiàng)目做成了一鍵整合包，解壓后運(yùn)行l(wèi)aunch.bat文件，開(kāi)箱可用，一鍵推理：

鏈接：https://pan.baidu.com/s/12pinwHb5mmYvskYTZtLKvg?pwd=v3uc

歡迎諸公下載品鑒。

總結(jié)

以上是生活随笔為你收集整理的又欲又撩人,基于新版Bert-vits2V2.0.2音色模型雷电将军八重神子一键推理整合包分享的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。