update

README.md

@@ -9,112 +9,4 @@ AIを使ったリアルタイムボイスチェンジャー[MMVC](https://github
   - CPU/GPU切り替え
   - リアルタイム/ニアリアルタイム声質変換
 
-使用方法等はwikiをご参照ください。
-
-
-# 前提
-本ヘルパーコンテナはDockerで動かすことを想定しています。
-Dockerを動かせる環境の用意は各自で行ってください。
-
-# 使用方法
-## 前提
-## Docker
-Dockerを使えるようにしておいてください。
-WindowsはWSL2上で使えるようにしておいてください。
-
-トレーニング時にはGPUを見えるようにしておいてください。
-```
-$ docker run --gpus all --rm nvidia/cuda nvidia-smi
-```
-を実行して
-```
-Sun Sep 15 22:40:52 2019       
-+-----------------------------------------------------------------------------+
-| NVIDIA-SMI 430.26       Driver Version: 430.26       CUDA Version: 10.2     |
-|-------------------------------+----------------------+----------------------+
-| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
-| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
-|===============================+======================+======================|
-|   0  GeForce GTX 106...  Off  | 00000000:01:00.0  On |                  N/A |
-| 38%   32C    P8     6W / 120W |      2MiB /  3016MiB |      0%      Default |
-+-------------------------------+----------------------+----------------------+
-
-+-----------------------------------------------------------------------------+
-| Processes:                                                       GPU Memory |
-|  GPU       PID   Type   Process name                             Usage      |
-|=============================================================================|
-|  No running processes found                                                 |
-+-----------------------------------------------------------------------------+
-```
-こんな感じの出力が出ればOKです。
-
-ボイスチェンジ時にはGPUは必須ではありません。あればより高速にボイスチェンジできるかもしれません。
-
-## トレーニングデータの準備
-### Data作成（自分の声）
-
-[MMVC](https://github.com/isletennos/MMVC_Trainer)のドキュメントに従って、ITAコーパスなどの台本データ(textデータ)を入手し、でwavデータを作成してください。textデータとwavデータは、dataset/00_myvoiceフォルダの下においてください。
-
-wavデータの作成は、こちらの[voice-recorder](https://github.com/w-okada/voice-recorder)アプリケーションを使用しても作成できます。
-wavのサンプリングレートやファイル名など、MMVCに適したデータを作成するように作られているので、いくらか手間が省けるかと思います。
-
-### Data作成（なりたい声）
-[MMVC](https://github.com/isletennos/MMVC_Trainer)のドキュメントに従って、公式サポートされている声データ(.zip形式)を取得してください。データはzip形式のまま、datasetフォルダにおいてください。
-
-
-### Datasetの中身
-上記Data作成を実施すると、次のようなフォルダ構成になると思います。ご確認ください。
-```
-$ ls dataset -l
-合計 1656692
-drwxr-xr-x 4 wataru wataru      4096  8月 22 14:31 00_myvoice
--rwx------ 1 wataru wataru  57620200  8月 22 14:18 1225_zundamon.zip
--rwx------ 1 wataru wataru  72992810  8月 22 14:18 344_tsumugi.zip
--rwx------ 1 wataru wataru  55275760  8月 22 14:18 459_methane.zip
--rwx------ 1 wataru wataru  72295236  8月 22 14:18 912_sora.zip
-
-$ ls dataset/00_myvoice/ -l
-合計 40
-drwxr-xr-x 2 wataru wataru 20480  8月 22 14:32 text
-drwxr-xr-x 2 wataru wataru 20480  8月 22 14:31 wav
-```
-
-
-## 起動と実行
-
-```
-# 変数設定
-$ EXP_NAME=001_exp
-
-# テスト用フォルダ作成
-$ sh template.sh $EXP_NAME
-
-
-docker run -v .:/go/src/app:ro [container id]
-USER_ID=$(id -u)
-GROUP_ID=$(id -g)
-$ USER_ID=$(id -u) docker run -it --gpus all --shm-size=2g \
-  -v `pwd`/exp/${EXP_NAME}/dataset:/MMVC_Trainer/dataset \
-  -v `pwd`/exp/${EXP_NAME}/logs:/MMVC_Trainer/logs \
-  -v `pwd`/exp/${EXP_NAME}/filelists:/MMVC_Trainer/filelists \
-  -e LOCAL_UID=$(id -u $USER) \
-  -e LOCAL_GID=$(id -g $USER) \
-  -p 6008:6006  mmvc_trainer_docker
-```
-
-# ビルド
-## 前提
-このリポジトリではnodeを使っていませんが、ビルドスクリプト呼び出しにnpmを使用しています。
-npmをインストールしておいてください。
-
-https://nodejs.org/ja/download/
-
-## Docker
-Dockerを使えるようにしておいてください。
-WindowsはWSL2上で使えるようにしておいてください。
-
-## ビルド実行
-```
-$ npm run build:docker
-```
-
+使用方法等は[wiki](https://github.com/w-okada/voice-changer/wiki)をご参照ください。

start.sh

@@ -3,7 +3,7 @@
 EXP_NAME=$1
 shift 
 
-docker run -it --gpus all --shm-size=64M \
+docker run -it --gpus all --shm-size=128M \
   -v `pwd`/exp/${EXP_NAME}/dataset:/MMVC_Trainer/dataset \
   -v `pwd`/exp/${EXP_NAME}/logs:/MMVC_Trainer/logs \
   -v `pwd`/exp/${EXP_NAME}/filelists:/MMVC_Trainer/filelists \