[10.5]VR视频工具箱CUDA专版2.0.3版，逐句情感语音克隆补丁3

keke33 · 发表于 2026-7-14 23:35:57

牛逼，多谢分享

zelefans · 发表于 2026-7-14 23:36:40

没有好用的工具，用SubtitleEdit试图调试8K视频字幕，卡到音画不同步，没办法，自己写了一个。
发现问题了，尾部少的部分是修剪幻觉长尾导致的。其他问题也可以逐步发现逐步修改。

sima410 · 发表于 2026-7-15 18:05:35

Z大好，提交一个用户需求：VR分屏合并工具，能否扩展到多个文件按序处理？我赞助了JASNA，可以使用新模型，清晰度比普通版明显增强。jasna可以多文件顺序处理，但是分屏合并还需要手动，这使得夜晚低电费的时间不能充分利用。我也尝试过运行多个实例，但这样很容易死机。

keke33 · 发表于 2026-7-16 03:58:03

请问怎么调用jasna？我按文档把jasna.exe文件放目录里却不行

keke33 · 发表于 2026-7-16 04:52:04

本帖最后由 keke33 于 2026-7-16 04:58 编辑

yang26135 发表于 2026-6-18 13:49
多谢回复，已经在 PATH 变量添加了路径，目前可以识别到

请问变量路径是什么？我Jasna和LADAD都不行

zelefans · 发表于 2026-7-16 09:33:09

1.6版发布

优化了字幕时间窗口对齐，克隆语音也时间窗对齐减少了尾部漏音。
新增了字幕分析调试器，就是为了研究优化字幕时间窗口和音轨波形匹配
重构整个UI，是因为加了调试器，发现首页塞不下了，现在左右结构宽裕很多，以后能想到的新工具也容易往里加。

本来因为UI重构，想作为2.0版本发布的。但还是想等到有大的功能变动出来再说。

zelefans · 发表于 2026-7-16 09:42:50

本帖最后由 zelefans 于 2026-7-16 09:47 编辑

2545927092 发表于 2026-7-14 15:41
对了，再补充一点，有时候演员台词的断句空隙比较长，就容易出现字幕只出现一半的情况，如果能做到的话， ...

时间窗口对齐和增加有效断句开发好了。差不多到极限了，如果还要做，那就是根据不同视频调参，这个违背了我开发这个软件的初衷了。我希望尽量一键式，尽量面向非技术用户。

haoge08 · 发表于 2026-7-17 06:11:06

本帖最后由 haoge08 于 2026-7-17 06:12 编辑

捕获.PNG

大佬,为何想整个中文语音会这么难?能出个教程吗?

无聊Tai · 发表于 2026-7-18 08:11:06

普通2D文件可以去马赛克么

f91forever · 发表于 2026-7-19 00:45:31

大佬牛逼，小声问一下，现在restore模型是256x256，这对vr来说太小了，大佬有计划训练更大的吗？

[10.5]VR视频工具箱CUDA专版2.0.3版，逐句情感语音克隆补丁3

浏览过的版块