各コマンド使用方法

MMVCで提供されている各コマンドの使用方法を説明します

Trainer コマンド

train_ms.py

v1.3.2 対応

使用例

python train_ms.py -c configs/train_config.json -m 20220306_24000 -fg fine_model/G_180000.pth -fd fine_model/D_180000.pth

学習設定「configs/train_config.json」を利用して、事前学習モデルを「fine_model/G_180000.pth」「fine_model/D_180000.pth」を使って、「logs/20220306_24000」以下に学習結果を保存しながら学習をする。

python train_ms.py -c configs/train_config.json -m 20220306_24000

学習設定「configs/train_config.json」を利用して、「logs/20220306_24000」以下にある学習済み結果を利用して、同ディレクトリに学習結果を保存しながら学習をする。

オプション

• "-c" | "--config_file" デフォルト値 "./configs/base.json" ネットワークの設定している「config.json」ファイルを指定する。
• "-m" | "--model" 必須 学習結果の保存される「logs」ディレクトリ以下の学習毎のディレクトリ名を指定する。
• "-fg" | "--fine_tuning_g" 学習済みのGデータを指定する。
• "-fd" | "--fine_tuning_d" 学習済みのDデータを指定する。

create_dataset_jtalk.py

使用例

ずんだもん

python create_dataset_jtalk.py -f train_config -s 24000 -t 100

音声サンプリングレート「24000」で、変換ターゲットのIDを「100」に指定した設定ファイルを「configs/train_config.json」に生成する。

複数話者

python create_dataset_jtalk.py -f train_config_multi -s 24000 -m dataset/multi_speaker_correspondence.txt

音声サンプリングレート「24000」で、複数話者の変換ターゲットのIDをの設定を「dataset/multi_speaker_correspondence.txt」から読み込んで、設定ファイルを「configs/train_config.json」に生成する。

オプション

• "-f" | "--filename" 必須 設定ファイルの名前を指定する。
• "-c" | "--config" デフォルト値 "./configs/base.json" ネットワークの設定している「config.json」ファイルを指定する。
• "-s" | "--sr" デフォルト値 24000 音声のサンプリングレートを指定する。
• "-t" | "--target" 話者のターゲットとなるIDを指定する。
• "-m" | "--multi_target" 複数話者の設定をしているファイルを指定する。

onnx_export.py

v0.3.1 対応

使用例

python onnx_export.py --config_file logs/20221201/config.json --convert_pth logs/20221201/G_200000.pth

ネットワーク設定「logs/20221201/config.json」と、学習結果「logs/20221201/G_200000.pth」から、学習結果をONNXファイルに変換して「logs/20221201/G_200000.onnx」ファイルとして出力する。
このONNXファイルを利用してクライアントで変換を行う。

オプション

• "--config_file" 必須 ネットワークの設定している「config.json」ファイルを指定する。
  学習結果の保存される「logs」ディレクトリ以下の学習毎のディレクトリ内に保存されている。もしくは「configs」以下の設定したときに指定した設定ファイルでもよい。
• "--convert_pth" 必須 生成用学習結果の「G_******.pth」のファイルを指定する。
  学習結果の保存される「logs」ディレクトリ以下の学習毎のディレクトリ内に保存されている。

v0.5.0 対応

使用例

python onnx_export.py --config_file logs/20221201/config.json --client_conf configs/myprofile.conf --convert_pth logs/20221201/G_200000.pth

ネットワーク設定「logs/20221201/config.json」と、クライアント設定「configs/myprofile.conf」と、学習結果「logs/20221201/G_200000.pth」から、学習結果をONNXファイルに変換して「logs/20221201/G_200000.onnx」ファイルとして出力する。
このONNXファイルを利用してクライアントで変換を行う。

オプション

• "--config_file" 必須 ネットワークの設定をしている「config.json」ファイルを指定する。
  学習結果の保存される「logs」ディレクトリ以下の学習毎のディレクトリ内に保存されている。もしくは「configs」以下の設定したときに指定した設定ファイルでもよい。
• "--client_conf" 必須 クライアントの設定をしている「myprofile.conf」ファイルを指定する。 configs以下にデフォルトのクライアント設定ファイルがあるため、クライアント側の設定変更をしていない場合はこのファイルを指定する。
• "--convert_pth" 必須 生成用学習結果の「G_******.pth」のファイルを指定する。
  学習結果の保存される「logs」ディレクトリ以下の学習毎のディレクトリ内に保存されている。

Client コマンド

v0.3.1 対応

mmvc_client.exe

bin\mmvc_client.exe conf\myprofile.conf

設定ファイル「conf\myprofile.conf」を利用してmmvc_clientを起動する

bin\mmvc_client.exe

起動後にGUIで設定ファイルを選択してmmvc_clientを起動する

output_audio_device_list.exe

rec_environmental_noise.exe

install_pipenv.ps1

使用例

install_pipenv.ps1

PyInstallerを動かすためにpipenvのインストールと環境構築をする。

makeexe.ps1

makeexe.ps1

PyInstallerを動かしてexeファイルを生成する。