[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

Silvali 发表于 2026-8-30 20:16
大佬，中间绝大部分叫声没有转录成叹词，最后克隆成文件就少了这些叫声，怎么解决啊。显卡3060ti，8g显存 ...

叹词是特地在翻译前用AI优化这个环节去掉的，原声好听，本来就没必要翻译的也

money520681

支持楼主，越来越好！

superayufan

大佬什么时候支持amd就好了

q790471475

谢谢分享

yizhiweisheng

使用逐句情感语音克隆时，第一步转录翻译就出错了，日志显示：
Error: No module named 's3prl'

yizhiweisheng

yizhiweisheng 发表于 2026-9-3 14:27
使用逐句情感语音克隆时，第一步转录翻译就出错了，日志显示：
Error: No module named 's3prl' ...

完整点是：
[diarize] splitting into 6 cluster(s) to keep 4 voice(s) together
[diarize] backend 'auto' -> 'pyannote'
[diarize] loading community-1 pipeline (cuda)
[diarize] 1495 turns, 6 speakers
[diarize] loading ECAPA-WavLM (cuda)
Error: No module named 's3prl'

是因为少了哪个模型吗？

yizhiweisheng

yizhiweisheng 发表于 2026-9-3 16:23
完整点是：
[diarize] splitting into 6 cluster(s) to keep 4 voice(s) together
[diarize] backend 'au ...

我把s3prl装上了还是不行

zelefans

yizhiweisheng 发表于 2026-9-3 17:25
我把s3prl装上了还是不行

2026年9月3日21:00，
2.0.2版，逐句情感语音克隆补丁2
主要是提升了效果，就是我在论坛发的V2版本配音。
修复上个补丁s3prl遗漏
增加了anime-whisper模式测试。新模型可以在网盘下载，可以显著降低幻觉。但当前也会显著增加对话长度，还需要听实际效果

superboss

大佬的工具很强大，就是提个小建议，我使用的时候遇到过几次系统死机问题（可能个人机器的问题）。大佬能不能加一个破解进度记录文件，万一遇到死机或者系统崩溃，下次可以读取校验破解进度记录，继续未完成的破解。省得浪费几个小时还得重新来一遍。。。万分感谢！

zelefans

2026年10月5日23:50，2.0.3版
发布语音克隆补丁3，语音克隆输出 .si.mix.m4a 文件，让最新版VR视频透视服务器可以在虚拟MP4文件模式下拖动播放