Voice-Pro 项目安装与使用教程

Voice-Pro 项目安装与使用教程

voice-pro Comprehensive Gradio WebUI for audio processing, powered by Whisper engines (Whisper, Faster-Whisper, Whisper-Timestamped). Features Voice Changer(RVC), zero-shot Voice Cloning (E2, F5-TTS), YouTube downloading, vocal isolation(UVR5), Text-to-Speech (Edge-TTS), and multi-language translation. Perfect for content creators and developers. 项目地址: https://gitcode.com/gh_mirrors/vo/voice-pro

1. 项目目录结构及介绍

Voice-Pro 项目是一个集成了语音识别、翻译和多语言配音功能的开源项目。以下是项目的目录结构及其介绍：

voice-pro/
├── .github/             # GitHub 特定的配置文件
├── app/                 # 应用程序的主要代码
├── cosyvoice/           # CosyVoice 相关文件
├── docs/                # 项目文档
├── model/               # 模型文件和预训练模型
├── src/                 # 源代码目录
├── third_party/         # 第三方库和工具
├── .gitattributes       # Git 属性配置文件
├── .gitignore           # Git 忽略文件
├── LICENSE              # 项目许可证文件
├── README.md            # 项目说明文件
├── configure.bat        # 配置脚本文件
├── one_click.cp310-win_amd64.pyd
├── requirements-voice-cpu.txt  # CPU 版本依赖文件
├── requirements-voice-gpu.txt  # GPU 版本依赖文件
├── start-abus.py        # 启动脚本文件
├── start-voice.py       # 语音相关启动脚本文件
├── start.bat            # 启动脚本文件
├── uninstall.bat        # 卸载脚本文件
├── update.bat           # 更新脚本文件

2. 项目的启动文件介绍

项目的启动文件主要是 start.bat 和 start-voice.py。

• start.bat：这是一个批处理文件，用于在 Windows 系统上启动 Voice-Pro 的 WebUI。运行此文件会启动一个命令行窗口，并在其中执行启动应用程序所需的命令。

• start-voice.py：这是一个 Python 脚本，用于启动与语音相关的后端服务。通常不需要直接运行此文件，它会由 start.bat 脚本调用。

3. 项目的配置文件介绍

项目的配置文件主要是 configure.bat。

• configure.bat：这是一个批处理文件，用于配置项目环境。运行此文件会进行以下操作：
  • 设置 Git 配置。
  • 安装 ffmpeg 和 CUDA（如果检测到 NVIDIA GPU）。
  • 首次运行可能需要一个小时以上，具体时间取决于网络速度。
  • 运行过程中不要关闭命令行窗口。

确保在运行 start.bat 之前运行 configure.bat 以确保所有必要的环境和依赖都已经正确安装和配置。如果遇到问题，可以尝试删除 installer_files 文件夹后重新运行 configure.bat 和 start.bat。

voice-pro Comprehensive Gradio WebUI for audio processing, powered by Whisper engines (Whisper, Faster-Whisper, Whisper-Timestamped). Features Voice Changer(RVC), zero-shot Voice Cloning (E2, F5-TTS), YouTube downloading, vocal isolation(UVR5), Text-to-Speech (Edge-TTS), and multi-language translation. Perfect for content creators and developers. 项目地址: https://gitcode.com/gh_mirrors/vo/voice-pro