本仓库的pipeline支持多种声音样本上传方式,您只需根据您所持有的样本选择任意一种或其中几种即可。
1..zip
文件打包的,按角色名排列的短音频,该压缩文件结构应如下所示:
Your-zip-file.zip
├───Character_name_1
├ ├───xxx.wav
├ ├───...
├ ├───yyy.mp3
├ └───zzz.wav
├───Character_name_2
├ ├───xxx.wav
├ ├───...
├ ├───yyy.mp3
├ └───zzz.wav
├───...
├
└───Character_name_n
├───xxx.wav
├───...
├───yyy.mp3
└───zzz.wav
注意音频的格式和名称都不重要,只要它们是音频文件。
质量要求:2秒以上,10秒以内,尽量不要有背景噪音。
数量要求:一个角色至少10条,最好每个角色20条以上。
2. 以角色名命名的长音频文件,音频内只能有单说话人,背景音会被自动去除。命名格式为:{CharacterName}_{random_number}.wav
(例如:Diana_234135.wav
, MinatoAqua_234252.wav
),必须是.wav
文件,长度要在20分钟以内(否则会内存不足)。
-
以角色名命名的长视频文件,视频内只能有单说话人,背景音会被自动去除。命名格式为:
{CharacterName}_{random_number}.mp4
(例如:Taffy_332452.mp4
,Dingzhen_957315.mp4
),必须是.mp4
文件,长度要在20分钟以内(否则会内存不足)。
注意:命名中,CharacterName
必须是英文字符,random_number
是为了区分同一个角色的多个文件,必须要添加,该数字可以为0~999999之间的任意整数。 -
包含多行
{CharacterName}|{video_url}
的.txt
文件,格式应如下所示:
Char1|https://xyz.com/video1/
Char2|https://xyz.com/video2/
Char2|https://xyz.com/video3/
Char3|https://xyz.com/video4/
视频内只能有单说话人,背景音会被自动去除。目前仅支持来自bilibili的视频,其它网站视频的url还没测试过。
若对格式有疑问,可以在这里找到所有格式对应的数据样本。