[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

caicaiVR

牛啊，声音克隆能自动识别音色不同的人，不会出现对话的多个人共用一个声音

huiwange

zelefans 发表于 2026-10-6 01:07
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 ...

怎么下载软件啊

colec

大佬大佬，好像发布了最新的破解模型，2D破解看起来老强了，不知道VR效果怎么样，能整合到工具箱中不？破解相关的工作流希望能优化优化，我尝试的一键破解5部里可能有1部效果明显非常不行，但也都是一个片商的，不知道是不是片源问题。也想学习下破解的具体工作流，看看能不能自己用AI工具搭一搭，但有些比如鱼眼判断等，不是很确定是怎么做的，不知道有更详细的说明么

同业务

感谢分享

colec

colec 发表于 2026-10-17 06:27
大佬大佬，好像发布了最新的破解模型，2D破解看起来老强了，不知道VR效果怎么样，能整合到工具箱中不？破解 ...

感谢感谢，我去下载一个jasna研究下

caicaiVR

大佬，为什么我最近的克隆混音配音这步一直在跑没有结果，图片这部片子跑了24小时还是没成功，前几天我跑了几部影片都能正常使用，但最近几天没有一部成功的，查看显卡使用率发现是0%，不知道是不是没调用显卡跑，但CPU利用率也就5%，不像在用CPU跑

kf018@10050

jasna的VR破解好像用不了，直接把VR视频丢进去的话，直接给我跳过了。。。在你的VR视频工具箱里用命令：--detection-model zelefans-vr-yolo-v2 --detection-score-threshold 0.25 --codec hevc --restoration-model-name ltx --ltx-fast --sharpen 0.2 --encoder-settings cq=20
就直接报错，
] Stage 3: restore eyes
[2026-10-17 21:08:26] Jasna Processing: C:\Users\gz544\Desktop\mdvr309310-2-00.16.24.667-00.18.25.144_SSTART_EEND_sbs.restored_scan_tmp\mosaic_seg000_L.mp4 -> C:\Users\gz544\Desktop\mdvr309310-2-00.16.24.667-00.18.25.144_SSTART_EEND_sbs.restored_scan_tmp\mosaic_seg000_L.restored.mp4
[2026-10-17 21:08:26] [encoder-profile] Jasna CLI only receives cq from the shared encode profile; preset/AQ/multipass are applied by NativeGPU/Lada paths, not Jasna.
[2026-10-17 21:08:26] Executing: jasna --input C:\Users\gz544\Desktop\mdvr309310-2-00.16.24.667-00.18.25.144_SSTART_EEND_sbs.restored_scan_tmp\mosaic_seg000_L.mp4 --output C:\Users\gz544\Desktop\mdvr309310-2-00.16.24.667-00.18.25.144_SSTART_EEND_sbs.restored_scan_tmp\mosaic_seg000_L.restored.mp4 --encoder-settings cq=18 --detection-model zelefans-vr-yolo-v2 --detection-score-threshold 0.25 --codec hevc --restoration-model-name ltx --ltx-fast --sharpen 0.2 --encoder-settings cq=20
[2026-10-17 21:08:27] [cleanup] removed: C:\Users\gz544\Desktop\mdvr309310-2-00.16.24.667-00.18.25.144_SSTART_EEND_sbs.restored.source_intervals.json
[2026-10-17 21:08:27] [cleanup] removed: C:\Users\gz544\Desktop\mdvr309310-2-00.16.24.667-00.18.25.144.detections.jsonl
[2026-10-17 21:08:27] [gpu-memory] stage=before detector release: torch=75/236MiB allocated/reserved, cupy=0/0MiB used/pooled
[2026-10-17 21:08:27] [gpu-memory] stage=after detector release: torch=75/236MiB allocated/reserved, cupy=0/0MiB used/pooled
[2026-10-17 21:08:27] Error: Command failed with code 126
[2026-10-17 21:08:27] === Process log ended 2026-10-17 21:08:27 ===
不知道是VR工具箱的问题还是jasna的问题了

caicaiVR

caicaiVR 发表于 2026-10-17 21:37
大佬，为什么我最近的克隆混音配音这步一直在跑没有结果，图片这部片子跑了24小时还是没成功，前几天我跑了 ...

已解决，视频从机械盘拷到固态就能跑了，一分钟就混合完成，不知道是什么原因

caicaiVR

mrvr-002.clone\indextts_v2_manifest\out_00410.wav
[indextts-v2] 410/553 duration: model=0.79s, final=0.60s, slot=0.60s
[indextts-v2] 411/553 2954.80-2954.80s timbre=sentence_ref_00413.wav emotion=sentence_ref_00417.wav weak-ref(active=0.01s, rms=-56.3dBFS, active-rms=-56.3dBFS, periodic=100%, emo-alpha=1.00)
>> starting inference...
Error: Input waveform must have only one dimension, shape is ()
这个411条报错，能否暂时禁用或跳过第 411 条，无视错误继续执行，就差六七条结束了，有点难受

caicaiVR

caicaiVR 发表于 2026-10-17 23:56
已解决，视频从机械盘拷到固态就能跑了，一分钟就混合完成，不知道是什么原因 ...

破案了，同时还取消勾选新增一个独立音轨，这个只要勾选上就跑不出结果，取消勾选就很快出结果