feat ((voice-clone-tune): Innoチューナーをweb uiタブと統合する @remsky in #534 @remsky in #528 feat ((normalizator):ダッシュ、emoji,電話番号、大文字母、複数用略語;web標準化メニューと格付けされた音声リスト (#249, #259, #353) @remsky in #529 fix ((ストリーミング):クライアントのオフ接続 (#288, #337) に近いオーディオライターとジェネレーター @remsky in #533 fix: prese...
編集要約: CHANGELOG.md 何が変わったか修正: @Christian-Sidak in #515 の _split_multi_voice でのhonor default_voice_code @remsky の # 516 の # 515 の # 516 の # remsky の # 516 の # 516 の # 516 の # 515 の # 516 の # 516 の # 515 の # 515 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 515 の # 516 の # 516 の # 516 の # 516 の # 516 の # 515 の # 516 の # 516 の # 516 の # 515 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # 516 の # # 516 の # # # 516 の # # #
What's Changed feat ((time-to-first-audio): @remsky in #513 fixの get_sentence_infoで lenient fonemizationによるより速いストリーミング応答 ((schema, pause overflow): caps total pause duration, input length, volume_multiplier, validates lang_code by @remsky in #511 公開エンドポイントで悪意のある OOM リスクを保護する: GHSA-f64g-9jmv-pm22 @sshpie fixvoicesで送信): 組み合わせエンドポイントは重量化されたシンタスを受け入れます。..
CHANGELOG.md What's Changed feat ((マルチスピーカー):インラインマルチスピーカーサポート、音声アリアスマッピング、 @remskyによる @radzrader で #502 で @remsky の読み込みウェブUI feat ((ssml, webui): 実験的な SSML サポートを追加、Web UI の改善、 #503 の @remsky のドキュメントビルド ((docker): ~40% 速く起動するためのバイトコードコンパイル、 unraid / 最適化のためのエントリーポイント修正、 @remsによるロックファイルアライナメント。..
ssml ブランチ合併前のマスター状態
CHANGELOG.md 何が変わったか修正: flacは最終的な (#497) で尾をなくす @remsky in #499ビルド: bump fastapi + pin starlette>=1.3.1 to cover CVE's (DoS via FileResponse) by @bunlongheng in #500 ci(docker): 公開を許可するために GHA から GHCR レジストリへのビルドキャッシュを切り替える。..@bunlongheng は #500 に初めて貢献しました 完全な変更ログ: v0.7.1.....
CHANGELOG.md What's Changed fix ((audio): @yooudeek in #490の中止されたオーディオストリームのエラー処理を改善 feat ((web ui): refactor; ダウンロードしたファイル名付け、よりよいスペース利用、改善されたレスポンシビリティとスタイリング by @remsky in #495 新しい貢献者 @yooudeekが490に最初の貢献をしました 完全変更ログ: v0.7.0...v0.7.1
編集要約: CHANGELOG.md What's Changed build ((docker): @remskyによる491と#482のプリビルド画像の最適化とpython-3.12移行が完了 画像サイズ (圧縮、 amd64): CPU: 1.66 -> 1.56 GB GPU: 6.81 -> 4.68 GB (-31%) GPU cu128: 8.11 -> 5.23 GB (-36%) ROCm: 13.08 -> 13.36 GB (モデルは今ビルドで焼いて、変更されていないベース)
CHANGELOG.md What's Changed 修正 (マッピング): 一貫性のために音声マッピングを更新し、欠落したオーディ。.. by @remsky in #480 @sanjaygulati13 in #483 選択設定の背後にある POST /dev/unload を防止する @mlevinmail in #484 の音声 (speak) の欠落した単語タイムスタンプを修正 (debug-endpoints) 修正 (debug-endpoints): gate /debug/* ENABL の背後にある自己調査ルート。.. by @remsky in #486 新しい貢献者。..
CHANGELOG.md What's Changed fix ((webui): 10分のクラッシュアウトを解決する限定バッファ、プレーヤースタ。.. by @remsky in #471 feat(api): GPU VRAMからリリースモデルにPOST /dev/unloadを追加する @sageframe-no-kaji in #474 fix ((audio): ストリーム再生/検索のためのオーディオソース交換を実装する @remsky in #475 新規貢献者 @sageframe-no-kajiは、#474 Full Ch...
CHANGELOG.md What's Changed feat ((gpu): Compose を通してクリアの cu128 オプトインを追加、 Blackwell の設定 /... by @remsky in #466 fix ((audio): WAV を閉じろす ((() タイムジャンクトレーラーを削除し、 #463 をクリックした @remsky in #467 chore ((docker): oci のメタデータを追加し、 web UI のバージョンをコピーし、 tts-client のテストのためにプリビルドした画像を追加し、 @remsky in #468 fix @rocm: MIOpen cache を追加し、 FIND_MODE=2 を維持する。..
ストリーミング/非同期推論経路を簡素化するための変更はまだ進行中である。WebUIは、Gradio UIの軽量な代替として追加された。 構成変数の多くが暴露され、一時的なファイル管理設定が追加された。 システムおよびストレージ情報 (スレッド、セッション、など) の新しいデバッグエンドポイントが追加された。 同期性への重要な再構築、推論ワークフローの分離、より多くのフル。..
What's Changed docs: #232で @FotieMConstantによる GPUビルドに関する Apple シリコンユーザーへのメモを追加。 #199で @blakkdによる api/src/structures/custom_responses.pyにおける CRLFの終了ラインを LFに変換。 #235で @fireblade2534による Fixes and Features. #241で @kimnzlによる Direct Windowsサポートスクリプトを追加。 #233で @rampadcによる Apple シリコン上の MPSへのサポートを追加。
変更点: @fireblade2534 in #350によってカスタム現象を修正し、より強くする。 RTX 50シリーズGPUのサポートのために PyTorch を 2.7.1+cu128 に更新する。 @MiggiV2 in #354 より小さなドッカー画像 @faltiska in #361 @garciadias in #390 feat: 環境変数サポートで設定可能なログングレベルを追加する。 @ryan-steed-usa in #404 ((fixcpu/docker): i...
What's Changed docs: #232で @FotieMConstantによる GPUビルドに関する Apple シリコンユーザーへのメモを追加。 #199で @blakkdによる api/src/structures/custom_responses.pyにおける CRLFの終了ラインを LFに変換。 #235で @fireblade2534による Fixes and Features. #241で @kimnzlによる Direct Windowsサポートスクリプトを追加。 #233で @rampadcによる Apple シリコン上の MPSへのサポートを追加。
変更は何ですか? - Unicorn/fastapi を再起動して、CPU コアをペグしないようにします。 @randombk #171 @fireblade2534 #186 による .gitattributes を追加します。 @fireblade2534 #179 による 標準化変更 @fireblade2534 #179 による ストリーミング ワードタイムスタンプ @fireblade2534 #173 による 低音質の修正 低ビットレートでコードされているため 音声が修正されました。 @fireblade2534 #207 による 新しい貢献者 @randombk は。..
復元音質としてCPU画像に信頼性がないことを修正 圧縮設定を調整することで音声品質が上昇しました。 WebUIフォーマット選択のバグ 標準化設定が追加されました。
変更は Misaki #127 に依存する Speak-loader との互換性を改善する調整です。 #144 に互換性のための v1/Models ダミーエンドポイントを追加しました。 複製の字幕の問題が修正されました。 音声 + テンプレートファイルのストリームに切り替えました。
完全なモデル改装:ココロ v1.0 モデルアーキテクチャにアップグレード、時代遅れの V0.19 サポート ヘックスグラッド/ココロとヘックスグラッド/ミサキパッケージとの統合 ミサキからのすべてのマルチ言語サポートを事前にインストール:英語 (en),日本語 (ja),韓国語 (ko),中国語 (zh),ベトナム語 (vi) 注:これは、今後バージョンで env 変数で制御される可能性が高い。 サポートされる言語のためのすべての音声パック。..