[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

zelefans · 发表于 2026-7-22 07:30:32

你哥很无奈发表于 2026-7-22 06:53
或者加上一个上下两句三句合并的功能。时间加字幕，可以解决这个断句问题,没事，这个搞日语的已经接近完 ...

合并可以。我也发现了断句问题。英文我再试一下。下一个版本加上，应该本周内，可能以补丁方式

你哥很无奈 · 发表于 2026-7-22 07:32:05

zelefans 发表于 2026-7-22 07:30
合并可以。我也发现了断句问题。英文我再试一下。下一个版本加上，应该本周内，可能以补丁方式 ...

SRT可以直接合成语音更好

zelefans · 发表于 2026-7-22 08:14:41

你哥很无奈发表于 2026-7-22 07:32
SRT可以直接合成语音更好

直接合成语音问题其实更多，翻译的片段的长度不一定符合原片长度，会导致切音。还有很多srt会翻译单纯语气词，这个在我字幕处理过程中让AI二次处理原声字幕时尽量删除的。但你看到我已经提供和参考字幕功能，就是你可以用和视频同名的srt，来校对我自动生成的，尽量时间轴匹配

zelefans · 发表于 2026-7-22 22:01:59

本帖最后由 zelefans 于 2026-7-22 22:04 编辑

1.6.1版更新补丁。

- 一键去马赛克增加自动的鱼眼模式判断(根据马赛克形态而非厂家车牌)
- 克隆语音模式校对字幕时支持合并临近时间片段，只允许合并小间隔、短时长的片段，可以一键模式，也可以选择片段

这个版本没时间研究英语翻译问题，另外开了一个项目，开发小游戏

mfkpfise · 发表于 2026-7-23 21:49:38

感谢分享

wwh777777 · 发表于 2026-7-24 14:10:47

大佬牛的，刚在jasna 0.8更新里看到你的项目了，顺便问下能不能优化一下ai校对，现在会把校验前和校验后的结果完整输出两次，导致output的token消耗是input的两倍多。

wwh777777 · 发表于 2026-7-24 14:28:24

赞美大佬

zelefans · 发表于 2026-7-25 16:37:51

1.6.2版更新

- 修复特定B帧/GOP结构的视频内置GPU去马赛克报错问题，发现的视频车牌是pxvr-386
- AI校对字幕为了节约token，调整为差量返回

xuxu1968 · 发表于 2026-7-25 17:44:28

自己不会弄，看不到量产中配成品，难道是不好弄吗？攒金币期待中文配音的VR成品。

你哥很无奈 · 发表于 2026-7-26 07:30:54

感谢感谢

[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