镜像名称

VoxCPM1.5的雨落版整合包。

镜像简介

• 功能1： 基于VoxCPM1.5进行推理，包括单角色、多角色和Excel表格。
• 功能2： LoRA训练，包括训练逻辑、数据集处理的多个工具。
• 功能3： 内部原理查看，包括文本正则化、Token查看、语音降噪、长句切分等。
• 特点： 所有环境都已经处理好，点击即可运行。需要说明的是，在机器启动后可能需要1-2分钟的服务启动时间，具体可以从Jupyter进入，查看log.txt即可。

环境与依赖

本镜像构建和运行所需的基础环境。

• 框架及版本： (例如：PyTorch 2.8.0)
• CUDA版本： (例如：CUDA 12.8)
• 其他依赖： 具体可参考rainfall这个虚拟环境。

环境验证代码

• **方式1：**支持开机自启动，启动后，可以去访问对应的7860端口。
• **方式2：**也可以直接从JupyterLab进入，然后在命令行执行python app.py即可。

有问题也可以加入右侧官方群里咨询

常见问题

Q1： 在合成语音的单条数据中，参考音频一般建议多长?

A1： 通常的建议是10秒左右，最好是wav格式。

Q2： 在语音合成的多角色对话中，能给写个例子吗？

A2： 假如已经配置了"旁白"和"女一"这两个参考音频，那么就可以这么写:

Q3： Excel这里的音频地址要怎么上传进去？

A3： 要上传到 路径 resources/prompt_audios这个目录下才能够被识别。

Q4： 关于LoRA微调这里功能有点复杂，具体怎么用呢？

A4： 这个确实有点复杂，细节很多，所以参考视频: https://www.bilibili.com/video/BV1vHqxB9ELk ,这个视频中使用的是本地版，但是使用体验上和云端版很相似。而且很快UP就会发布具体云端版的使用方法，可以去他的主页去搜索"VoxCPM 云端版"这样的关键字找到对应的讲解视频。