JavaAndPython55

这里连接的es是docker官方镜像elasticsearch:6.3.2 建议各位同学 测试此问题的时候采用不同版本的测试下,因为在es6+中的type有了很大程度的修改。

刚测试了下，不是的。必须得自己写sql  不支持实时同步，没有增量同步。就相当于你手动加了sql进行同步。将你的sql写完之后，运行。以后从另一台到另一台也能直接调用。

拉个分支，读推理ui的代码，然后改api.py的get_tts_wav，改好了，记得提交一下，让作者合并下，感谢你们~

我看了，支持的，也自己改好了，很好改的，你把gui的代码引入过来 from inference_webui import get_tts_wav get_tts_wav4ui = get_tts_wav 然后把handle的代码方法改成 gen = get_tts_wav4ui( refer_wav_path, prompt_text, prompt_language, text, text_language ) 此时要把inference_webui.py的代码，最下面的启动改成if main的形式，否则他会一直占用。就到不了api.py的界面。 然后在把gui相关的更换模型也引入过来，替换set_model里面的gpt和sovits更换的方法。这样就可以用中英混合的推理和模型切换了。 @RVC-Boss 大佬，你的这个webui.py推理可否改成if main的形式呢？不然调用你的get_tts_wav会导致他也会启动，导致进程被阻塞。我很想改动这一部分（因为api.py和推理的tts不同步，他不支持中英，但是你已经写过了），但是我担心会影响gui弹出的页面，请问这边的gui，能否改成封装成方法呢？而不是直接写到程序里，这样引入包，就会执行。

感谢完善 👍

太长导致的，我也遇到过，我发现不仅仅是克隆音会出现这个问题，很多数字人开源项目也会出现，比如wav2lip。时间越久，文案越长效果越差。 这个问题我感觉不是问题，你可以分步合成，我之前遇到这个问题的时候，就把【语句拆成多段】去【单独】推理，然后在concat【拼接】就没有这个问题了。

我测试了一下，【跟gpt的预测语音和文本有很大关系】 预测语音和文本我专门弄了个半句的，【发现他就会重复读，并且合成不完整】，即使切分了也没用。 接着，我【换成】整句的，并且非常清晰的预测语音。再进行【同样的切分】合成测试。就正常了，没有发现之前的重复读的问题。你也可以换着预测语音和文本试试。

【你给的那段我合成】了，【没有问题】，切分后，读的都是正常的。 切分我用的是sox，然后自己写的脚本 脚本大概是：先删除之前的wav音频，用split切分文本，然后每段文案单独合成，保存各个音频，然后用sox将音频合并。

怎么会呢，不用在config.py里面指定，直接调用api.py的set_model就可以动态切换，不用关闭程序。

进度条，应该是能承受的推理字数，你的最大token字数不能超过1500。