Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

interface language #252

Open
TonySen1 opened this issue Aug 6, 2022 · 5 comments
Open

interface language #252

TonySen1 opened this issue Aug 6, 2022 · 5 comments

Comments

@TonySen1
Copy link

TonySen1 commented Aug 6, 2022

We need Chinese, thank you!

@Anjok07
Copy link
Owner

Anjok07 commented Aug 7, 2022

This is on my to-do list, but I need help. I'm actually looking for help from French, German, Chinese, and Japanese speakers to help me with the translation process. English is my main language (I also know a bit of Spanish so I'll be working on that translation).

@TonySen1
Copy link
Author

TonySen1 commented Aug 8, 2022

I can help you translate Chinese.

@DavidGZY
Copy link

自己最最最最简陋的翻译 , 请各位老师批评指正~~

通用:
选择处理方法:
虚拟现实构架 - 这个模型使用巨型频谱来分离源文件。
MDX-Net - 这个模型混合使用频谱/波形来分离源文件。
demucs V3 - 这个模型混合使用频谱/波形来分离源文件。
组团模式 - 在这里,你能通过多种模型和网络获得最佳的结果。

每种处理方法都有各自的模型及选项,可以在这里选择某种处理方法所关联的模型。

VR 框架 :
Windows Size - 越小的取样窗将获得越好的转换效果。但是更耗时耗资源。
Aggression(击毁主唱)setting - 设置移除主唱的强度。越高的值提供越深层的抽取。
超过10,将会从“无主唱模型”中得到混响效果的伴奏。
TTA - test-time-augmentation - 增强测试次数/时间,以更长的转换时长为代价提高分离清晰度。
post-process - 后处理。 可能从人声音轨中发现残余的伴奏伪影,此选项可以提升分离度。
此项会起反作用,因为它由音轨质量决定,此项仅建议作为最后的选择进行使用。

1_HP-UVR 给力的器乐曲模型
2_HP-UVR 精调的 1_HP-UVR
3_HP-Vocal-UVR 强调人声提取,主声清晰但音乐浑浊。
4_HP-Vocal-UVR 微加强的 3_HP-Vocal-UVR
5_HP-Karokee-UVR 完好保留伴唱声 ---(不要选中Demucs Model)
6_HP-Karokee-UVR 另一种 5_HP-Karokee-UVR ---(不要选中Demucs Model)
7_HP2-UVR 使用众多数据与参数训练过的 1_HP-UVR
8_HP2-UVR 另一种 1_HP-UVR
9_HP2-UVR 精调的 8_HP2-UVR

MDX-Net:
Chunks - 数据块 , 允许用户调节内存/显存使用量。
噪声消除 - 用来消除或减弱模型产生的噪音,默认3。
Demucs模型 - 使音轨通过Demucs模型 ,附加进MDX-Net模型来提高分离度。(格外耗时耗资源)
Save Noisy Output - 保存一个附加的未使用噪声消除的声部(声轨的集合)。

UVR-MDX-NET Main - 最强的模型而占用资源也最高。
UVR-MDX-NET 1 - 此模型达到音频质量客观评价指标9.703
UVR-MDX-NET 2 - 此模型达到音频质量客观评价指标9.682
UVR-MDX-NET 3 - 此模型达到音频质量客观评价指标9.662
UVR-MDX-NET Karaoke - 此模型同时也保留伴唱

Demucs V3:
选择声部Stem - 全部 / 人声 / 其他 / 贝斯 / 鼓
segments - 分段(同@数据块),内存/显存占用量
shifts - 执行随机变换多预测平均算法(无GPU就不要选中)
Overlaps - 预测窗口(这个窗口可以参照成语“窥斑见豹”中所使用的工具进行理解)间的重叠区域数值(每个窗口10秒)

Stem Only - 仅保存选择的声部
Mix Without “Stem Only ” - 保存“选择的声部”之外的混合音
Split Mode - 使用Demucs V3的原始方法,并自动禁用“数据块”选项。

(2声部模型):UVR_Demucs_Model_1 - 由UVR 数据集训练的模型。它仅能提取2个声部,人声 or 其他将被保存
UVR_Demucs_Model_2 - 另一种 UVR_Demucs_Model_1
UVR_Demucs_Model_Bag - 1+2打包
(4声部模型):mdx_extra - 原始的Demucs小组训练的模型
mdx_extra_q - 量子化的原始的Demucs小组训练的模型,节省资源。

Ensemble组团模式:使用多种模型,合并出富有活力的音频。

Multi-AI Ensemble : 可以制定多达6名组团成员(默认 UVR_MDX-Net_1 和 2_HP-UVR)

Basic VR Ensemble : 可以制定多达5名组团成员(默认 1_HP-UVR 和 2_HP-UVR)

Basic MD Ensemble : 可以制定多达5名组团成员(限MDX-Net和/或Demucs模型)(默认 UVR_MDX-Main 和 UVR_MDX-Net_1)

Manual Ensemble : 选择2个或以上的团队输出品,人工手动进行分析合成。

Save All Outputs : 保存每个成员的独立输出。
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
Manual Ensemble :
选择2个或以上的团队输出品,人工手动进行分析合成。
选择算法 algorithm : Instrumentals(Min Spec)乐曲(最小标准)---加载频谱并预测最小标准值,
Vocals(Max Spec)人声(最大标准)---加载频谱并预测最大标准值,

@meisa233
Copy link

我的一部分翻译:
https://www.bilibili.com/read/cv16574808

@TonySen1
Copy link
Author

I want to know which is the ui file of UVR?

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Projects
None yet
Development

No branches or pull requests

4 participants