diff --git a/README.md b/README.md index e8ca8973..50f88c74 100644 --- a/README.md +++ b/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。 diff --git a/start.sh b/start.sh index 69e7bf2e..00b55c56 100644 --- a/start.sh +++ b/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 \