本项目是一个基于electron编写的语音合成的GUI，模型来源是MB-iSTFT-VITS,界面部分参考了vits-miki(作者是秋之雪华)。
由于使用了MB-iSTFT-VITS，训练速度达到了原版的 4 倍
这里可以制作数据集，训练，并且合成语音
内置模型的声音素材来源于：弥希Miki
- 在这里下载第一个release，解压，双击vits-miki.exe
- 确保python 3.7已经下载安装并且添加到系统
Path - 等待安装环境，包和其他的预处理事项
- 开始使用
合成前需要先选择模型！内置的模型是我亲自训练，亲自部署的，但训练时长不是很够，数据集也一般，所以效果整体也就这样 需要注意的是，第一次启动会很慢，所以如果出现界面点击没有生成音频，多等等（最多也就1分钟），实在不行就重新启动。当你成功合成一次后，之后就不会慢了
- 下载代码到本地
- 确保npm已经安装，python也已经安装
- 在代码目录使用命令
npm install --save-dev electron npm start或者electron .
- 训练时应该输入模型名，然后点击确定，以此生成json。接着你可以在
/files/模型名/里找到模型名.json。你需要把train.txt.cleaned,test.txt.cleaned和wav文件夹放入这里。wav文件夹里是所有的音频文件。具体的可能可以参阅这里。 每一行的内容应该是
files/模型名/wav/音频名称|对应的文字（如果是.cleaned则是对应的符号）
你还可以在py/dataPreprocess.py中找到更多信息，甚至直接用那个脚本来制作你的数据集。未来数据集的制作也会整合进程序中（吧）
训练的时候，程序退出后可能没有完全退出，需要到任务管理器里杀死，建议常常检查一下，
- 加入数据处理页面
- 正确退出程序
- 把界面搞正常点
本项目是一个基于electron编写的语音合成的GUI，模型来源是MB-iSTFT-VITS,界面部分参考了
vits-miki(作者是秋之雪华)。
声音来源于：弥希Miki
下载全部的代码，然后下载我的模型，所有模型均应放在models/文件夹中,这个文件夹下的每个子文件夹包含了一个模型，config文件也要放在这里
更新！现在也可以训练了
弥希Miki的模型下载：GoogleDrive
本地需要安装npm和python，等我学会了怎么打包我再打包
建议使用python3.7版本，避免numpy等包的冲突。 python 3.7
你可以在node.js下载和安装npm，接着在代码的目录运行：
npm install --save-dev或者直接上网找教程，直接搜索如何安装electron。
接着输入
npm start就可以运行了。 第一次运行启动会比较慢，因为需要安装python环境和必要的包
如果希望更改模型（比如自己训练的），可以在configs/app.json中更改自己的模型和模型的config，并把模型congfig也放在configs/中。程序会自动安装一个python的虚拟环境，如果你不想这么做，可以把package.json里的start改为.electron，然后将configs/app.json中的'pythonPath'改为自己的解释器位置，请确保requirements.txt中的包均已经安装。
另外，本程序代码使用MIT License，模型使用CC-BY-NC协议