贡献到语音核心

贡献到语音核心

贡献者可以通过两种方式增强语音核心：

• 改进 TTS 模型

• 贡献新的语音数据

不需要对 STT 模型进行贡献，因为它当前使用 Azure 服务。准确性已经最佳，不需要进一步改进。

对 TTS 模型的改进

与模型相关的所有文件 必须 被提交。生态系统支持多个服务提供商。以下是它们及其要求的列表：

GPT-Sovits

• sovits.pth：这是您的主模型文件。确保按照说明将其命名为 "sovits.pth"。

• reference1.wav：参考音频文件，格式为 .wav。确保文件名与 "config.json" 文件中的引用匹配。

• gpt.ckpt：模型的检查点文件。确认其命名为 "gpt.ckpt"。

• config.json：您的模型的配置文件。必须命名为 "config.json"。

下面是完整模型文件夹提交的示例结构。

AudioModelSubmission/
├── sovits.pth                # 主模型文件
├── reference1.wav            # 参考音频文件（名称按 config.json）     
├── gpt.ckpt                  # 模型的检查点文件
└── config.json               # 模型的配置文件

下面是一个示例 config.json 文件。

{
    "refFile": "Olyn.wav",
    "refText": "yet still, I stand, a testiment to the resilience of human spirit"
}

XTTS

要提交语音模型，请选择语音核心

然后选择 “我有语音模型” 并按照上述指南上传模型文件。

新的语音数据贡献

• 提交的语音数据必须是合法获取并有权共享的。

• 获取的语音数据必须来自真实来源。

• 语音数据应无背景噪音，音频中只保留用于训练的人声。

• 语音数据必须以 .wav 格式生成。