Zhou Hao

Windows下目前只能用API模式，运行方法： ```bash python GPT_SoVITS/inference_stream.py --api # 访问 http://localhost:5000?text= ``` Windows下流式推理录屏（Chrome不会自动播放，需要等推理完2句后点下播放）： https://github.com/RVC-Boss/GPT-SoVITS/assets/302680/b9da9190-11c5-478a-8243-4660c39da48e 补充：Gradio的音频控件，Windows下设置 `autoplay=False` 就可以类似视频里的流式播放（不然Chrome下会报 `The AudioContext was not allowed to start. It must be resumed (or created) after a user...

> 这个应该是切分了句子之后，按句子级别进行输出的流式？ 对，默认用的是按标点符号切割。 新的`推理加速`分支，加入了分片的yield，这里等flash attention等改动合入后，我再提一版（避免冲突）。如果测试可以先用这个分支的代码：https://github.com/upbit/GPT-SoVITS/tree/streaming > 如果不是MacOS推理，Windows目前会因为gradio的Audio请求一直挂起（直到推理结束），因此暂时只能在API模式下实现视频里流式播放效果。

> 大佬您好，参考大佬给出的方式实现了流式处理，但是我这边发现一个问题，流式输出后会在每一段的语音最后有个短暂的类似于的爆音的杂音，不知道大佬有没有遇到过，有一些排查的思路吗？感谢感谢 没有遇到过类似情况，是最新分支吗？我晚点测试看看 记得代码里每个batch，[推理音频后会附加一个zero_wav用于停顿](https://github.com/upbit/GPT-SoVITS/blob/streaming/GPT_SoVITS/TTS_infer_pack/TTS.py#L611)，你可以去掉试试： `audio_fragment = torch.cat([audio_fragment, zero_wav], dim=0)`

> > 长文本案例下面example部分有，另外Windows下Chrome推理开始后，可能需要点播放才能开始听结果 > > 大佬您好，参考大佬给出的方式实现了流式处理，但是我这边发现一个问题，流式输出后会在每一段的语音最后有个短暂的类似于的爆音的杂音，不知道大佬有没有遇到过，有一些排查的思路吗？感谢感谢 merge了 `fast_inference_` 分支的一些新变更，你可以pull下 streaming 分支的最新代码试试（用Windows验证了下没有遇到爆音问题）

没有找到对应的资料，后面是切换DX11做的。。

嗯，App-API是针对手机设计的。如果你需要抓取全部内容，可能考虑网页端用Webdriver获取更容易，对应接口是： `GET /users/{user_id}/bookmarks/artworks?p={页码}`

Thank you for submitting the MR, and point out the issue in the `/v1/illust/comments`. I will review it as soon as possible and attempt to fix the problems.

可以帮忙提交个MR，我看看修改内容。 另外，注释方面如果能用GPT/文心一言等大模型，翻译个英文版放着对比更好

> 可以试试，但你的自动测试的Python版本得调整到至少3.8（你的pyproject.toml上也写的是3.8版本），因为从这个版本开始才会支持TypedDict。另外，我这里确实可以考虑添加一下文档注释，方便查看具体功能 嗯，往上调整吧。目前大多应该都在3.9或者更新版本了

> I ... had never retrieved the refresh tokens... The token I'm using is a very old one, saved before #158 happened. 😛 > > I will probably go with...