Bertvits22.3Final、Bertvits2最终版集成包（生化危机艾达王）

Bert-vits2-v2.2新版本地训练推理集成包（原神八倍神童英文模型miko）

https://github.com/fishaudio/Bert-VITS2/releases/tag/v2.3

这次我们基于最新版本的Bert-vits2-2.3重现了《生化危机》经典角色Ada Wong的声音。

Bert-vits2-2.3项目配置

首先克隆项目：

git克隆https://github.com/v3ucn/Bert-vits2-V2.3.git

请注意，该项目是从Bert-vits2 的2.3 分支分叉出来的。在此基础上，增加了素材分割、音译标注等功能，使用起来更加方便。

然后进入项目：

cd Bert-vits2-V2.3

安装依赖项：

pip3 install -r 要求.txt

然后下载对应的模型，首先是bert模型：

https://openi.pcl.ac.cn/Stardust_minus/Bert-VITS2/modelmanage/show_model

放入bert目录下：

E:\work\Bert-VITS2-2.3\berttree /fFolder 卷myssdVolume 的路径列表序列号为7CE3-15AEE: bert_models.jsonbert-base-japanese-v3 .gitattributes config.json 自述文件.md tokenizer_config.json vocab.txtbert-large-japanese-v2 .gitattributes config.json README.md tokenizer_config.json vocab.txtchinese-roberta- wwm-ext-large.gitattributesadded_tokens.jsonconfig.jsonpytorch_model.binREADME.mdspecial_tokens_map.jsontokenizer.jsontokenizer_config.jsonvocab.txtdeberta-v2-large -japanese.gitattributesconfig.jsonpytorch_model.binREADME.mdspecial_tokens_map.jsontokenizer.jsontokenizer_config.jsondeberta-v2-large-japanese-char-wwm.gitattributesconfig .jsonpytorch_model.binREADME.mdspecial_tokens_map.jsontokenizer_config.jsonvocab.txtdeberta-v3-large .gitattributes config.json Generator_config.json pytorch_model.bin README.md spm.model tokenizer_config .json

注意，每个子目录下的pytorch_model.bin就是bert模型本体。

然后你必须下载拍手模型。虽然clap已经通过推理去掉了，但同时下载wav2vec2-large-robust-12-ft-emotion-msp-dim模型，放入项目：的情感目录中

E:\work\Bert-VITS2-2.3\emotionaltree /fFolder 卷myssdVolume 的路径列表序列号为7CE3-15AEE:clap-htsat-fused .gitattributes config.json merges.txt preprocessor_config.json pytorch_model.binREADME.mdspecial_tokens_map.jsontokenizer.jsontokenizer_config.jsonvocab.jsonwav2vec2-large-robust-12-ft-emotion-msp-dim .gitattributes config.json LICENSE preprocessor_config .json pytorch_model.bin README.md vocab.json

最后下载基础模型：

https://huggingface.co/OedoSoldier/Bert-VITS2-2.3

只需将其放入角色的模型目录中即可。

请注意，这次2.3 基础模型是4 个文件。

Bert-vits2-2.3数据预处理

将King Ada的语音素材放入Data/ada/raw目录下，执行切分脚本：

python3 audio_slicer.py

将材料分成小块：

E:\work\Bert-VITS2-2.3\Data\ada\rawtree /f 卷myssdVolume 序列号的文件夹路径列表为7CE3-15AEE: ada_0.wav ada_1.wav ada_10.wav ada_11.wav ada_12.wav ada_13.wav ada_14.wav ada_15.wav ada_16.wav ada_17.wav ada_18.wav ada_19.wav ada_2.wav ada_20.wav ada_21.wav ada_22。 wav ada_23。 wav ada_24.wav ada_25.wav ada_26.wav ada_3.wav ada_4.wav ada_5.wavada_6。 wav ada_7.wav ada_8.wav ada_9.wav

然后运行转录和注释：

python3 Short_audio_transcribe.py

程序返回：

E:\work\Bert-VITS2-2.3\venv\lib\site-packages\whisper\timing.py:58: NumbaDeprecationWarning: 未将“nopython”关键字参数提供给“numba.jit”装饰器。此参数的隐式默认值当前为False，但在Numba 0.59.0 中将更改为True。有关详细信息，请参阅https://numba.readthedocs.io/en/stable/reference/deprecation.html#deprecation-of-object-mode-fall-back-behaviour-when-using -jit。 def backtrace(trace: np.ndarray):Data/ada/raw检测到的语言： en我做。你喜欢的那种。已处理： 1/27检测语言： en现在琥珀在哪里？已处理： 2/27检测语言： en离开那个女孩。不管怎样，她都迷路了。Processed: 3/27检测到的语言： en你现在走开了，谁知道呢？Processed: 4/27检测到的语言： en也许你会活着再次见到我。Processed: 5/27检测到的语言： en我可能会收到你正在寻找的问候语for.Processed: 6 /27检测语言： en我们下次再继续讨论如何？Processed: 7/27检测语言： 抱歉，还没有。Processed: 8/27检测语言： en但是我的小帮手正在创建Processed: 9/27检测语言： 骚动。 10/27检测到的语言： en一切都会顺利进行。已处理： 11/27检测到语言： en他是个好孩子。 Predictable.Processed: 12/27Detected language: en协议是，当您交付琥珀时，我们会带您离开这里。没有琥珀色，没有保护，Louise.Processed: 13/27检测到语言： en没什么私人的，Leon.Processed: 14/27检测到语言： enLouise和我有安排。Processed: 15/27检测到语言： en别担心，我会好好照顾它的。Processed: 16/27检测到的语言： en只有一个问题。已处理： 17/27检测到的语言： 你打算用这个做什么？已处理： 18/27检测到的语言： en那么，我们正在谈论数百万人的伤亡？已处理： 19/27检测到的语言： en我们正在改变路线。现在.Processed: 20/27检测到的语言： en你可以停下来了，Leon.Processed: 21/27检测到的语言： en不会让我使用这个。Processed: 22/27检测到的语言： en你愿意吗？ /27检测到的语言： en非常流畅。啊，Leon.Processed: 26/27检测语言： en你知道我不工作和讲述。

请注意，whipper 会在此处报告警告。如果你觉得不好看，可以修改timing.py的第58行：

修改前@numba.jitdef backtrace(trace: np.ndarray):修改后@numba.jit(nopython=True)def backtrace(trace: np.ndarray):

随后，运行网页预处理接口：

python3 webui_preprocess.py

然后按照页面上的说明进行操作：

至此，数据预处理结束。

Bert-vits2-2.3 训练和推理

在根目录下运行命令：

python3 train_ms.py

模型将在models 目录中生成：

E:\work\Bert-VITS2-2.3\Data\ada\modelstree/fFolder 卷myssdVolume 的路径列表序列号为7CE3-15AEE: G_150.pth

然后打开推理页面进行推理：

python3 webui.py

新的推理页面增加了利用辅助文本的语义来辅助生成对话（语言与主体文本保持一致），即以提示词的形式来定制生成语音的风格。

但不能使用命令性文字（如：快乐），而应使用带有强烈情感的文字（如：我太高兴了！）

这就导致生成的语音情感风格比较形而上：

因为要不断调整提示来测试效果，所以不如之前拍手的情感音频提示那么直观，但客观地说，BERT语义文本引导的风格化情感语音还是有一定效果的。

结论

在更新Bert-vits2系列基础教程的同时，我也学到了很多东西。毫无疑问，Bert-vits2让更多人领略到深度学习的魅力。是一个极其优秀的人工智能入门项目，兴趣永远是最重要的。老师好，鼓励一下大家，最后献上Bert-vits2-2.3-Final集成包：

集成包链接：https://pan.baidu.com/s/182LZCu5cyR3nH8EoTBLR-g?pwd=v3uc