KamioRinn

预测推理的时候，同句话里面有相似度极高的句子容易引发复读，建议将句子按标点切分。 https://github.com/RVC-Boss/GPT-SoVITS/assets/63162909/0183c579-96cd-4d6b-a659-72ce392e712c

> 按照标点切分后，在使用auto作为text_language参数传入，还是会有出现静音的情况。 手动将语言设置为en后，没有出现了。附件为同一段文字在auto与en下的结果。 大佬能否处理一下？ > 无法复现，请尝试更新项目代码及依赖

> 是否和选定的参考音频有关？我采用zero shot，参考音频如下。 [20240321_12_09_52_774596_priest_8sec.zip](https://github.com/RVC-Boss/GPT-SoVITS/files/14721542/20240321_12_09_52_774596_priest_8sec.zip) 如果命令行显示的前端处理后文本一样，那en auto 就没区别，可以考虑提升模型，降低dpo

没有更新依赖包，与语言选项无关。仅仅是因为默认选择纯中纯日时不会调用LangSegment所以没报错

请多次测试推理，尝试更换微调模型。默认参数跑了几个模型测试都没复现，文本格式化输出是否正常？

> 刚继续进行了测试 1.**更换了朗读文本后** 第一遍出现了漏字情况，第二遍就没有这种情况了，第三遍也没有。 2.**换回之前有问题的文本后**，第一遍出现，第二遍出现，第三遍没有出现，第四遍出现【概率就变得很高了】 3.**换了预测音频和参考文本后**，第一遍没有出现，第二遍也没有出现，第三遍也没有出现 > > 总结:感觉是玄学。。 我换了音质较差的预测音频，合成清晰度变差了，但是反而没有出现字的问题，，@KamioRinn，你方便不？我把模型和预测音频发你测测看？我的预测音频应该是没有问题的。看看能不能解决这种偶发性，我估摸着是GPT模型有优化空间。 gpt训练有没有开启dpo？跑一下带dpo的，然后推理的时候调整dpo参数试试

检查cmake相关环境

请参照inference_webui.py修改api代码实现。

API已更新https://github.com/RVC-Boss/GPT-SoVITS/commit/4afecd1950845a974350cd2d8dc8dcf12398fba9

可以把输出的音频丢回asr步骤进行转译