import json import os import shutil import urllib.request import zipfile from argparse import ArgumentParser import gradio as gr from main import song_cover_pipeline BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) mdxnet_models_dir = os.path.join(BASE_DIR, 'mdxnet_models') rvc_models_dir = os.path.join(BASE_DIR, 'rvc_models') output_dir = os.path.join(BASE_DIR, 'song_output') def get_current_models(models_dir): models_list = os.listdir(models_dir) items_to_remove = ['hubert_base.pt', 'MODELS.txt', 'public_models.json', 'rmvpe.pt'] return [item for item in models_list if item not in items_to_remove] def update_models_list(): models_l = get_current_models(rvc_models_dir) return gr.Dropdown.update(choices=models_l) def load_public_models(): models_table = [] for model in public_models['voice_models']: if not model['name'] in voice_models: model = [model['name'], model['description'], model['credit'], model['url'], ', '.join(model['tags'])] models_table.append(model) tags = list(public_models['tags'].keys()) return gr.DataFrame.update(value=models_table), gr.CheckboxGroup.update(choices=tags) def extract_zip(extraction_folder, zip_name): os.makedirs(extraction_folder) with zipfile.ZipFile(zip_name, 'r') as zip_ref: zip_ref.extractall(extraction_folder) os.remove(zip_name) index_filepath, model_filepath = None, None for root, dirs, files in os.walk(extraction_folder): for name in files: if name.endswith('.index') and os.stat(os.path.join(root, name)).st_size > 1024 * 100: index_filepath = os.path.join(root, name) if name.endswith('.pth') and os.stat(os.path.join(root, name)).st_size > 1024 * 1024 * 40: model_filepath = os.path.join(root, name) if not model_filepath: raise gr.Error(f'No .pth model file was found in the extracted zip. Please check {extraction_folder}.') # move model and index file to extraction folder os.rename(model_filepath, os.path.join(extraction_folder, os.path.basename(model_filepath))) if index_filepath: os.rename(index_filepath, os.path.join(extraction_folder, os.path.basename(index_filepath))) # remove any unnecessary nested folders for filepath in os.listdir(extraction_folder): if os.path.isdir(os.path.join(extraction_folder, filepath)): shutil.rmtree(os.path.join(extraction_folder, filepath)) def download_online_model(url, dir_name, progress=gr.Progress()): try: progress(0, desc=f'[~] Downloading voice model with name {dir_name}...') zip_name = url.split('/')[-1] extraction_folder = os.path.join(rvc_models_dir, dir_name) if os.path.exists(extraction_folder): raise gr.Error(f'Voice model directory {dir_name} already exists! Choose a different name for your voice model.') if 'pixeldrain.com' in url: url = f'https://pixeldrain.com/api/file/{zip_name}' urllib.request.urlretrieve(url, zip_name) progress(0.5, desc='[~] Extracting zip...') extract_zip(extraction_folder, zip_name) return f'[+] {dir_name} Model successfully downloaded!' except Exception as e: raise gr.Error(str(e)) def upload_local_model(zip_path, dir_name, progress=gr.Progress()): try: extraction_folder = os.path.join(rvc_models_dir, dir_name) if os.path.exists(extraction_folder): raise gr.Error(f'Voice model directory {dir_name} already exists! Choose a different name for your voice model.') zip_name = zip_path.name progress(0.5, desc='[~] Extracting zip...') extract_zip(extraction_folder, zip_name) return f'[+] {dir_name} Model successfully uploaded!' except Exception as e: raise gr.Error(str(e)) def filter_models(tags, query): models_table = [] # no filter if len(tags) == 0 and len(query) == 0: for model in public_models['voice_models']: models_table.append([model['name'], model['description'], model['credit'], model['url'], model['tags']]) # filter based on tags and query elif len(tags) > 0 and len(query) > 0: for model in public_models['voice_models']: if all(tag in model['tags'] for tag in tags): model_attributes = f"{model['name']} {model['description']} {model['credit']} {' '.join(model['tags'])}".lower() if query.lower() in model_attributes: models_table.append([model['name'], model['description'], model['credit'], model['url'], model['tags']]) # filter based on only tags elif len(tags) > 0: for model in public_models['voice_models']: if all(tag in model['tags'] for tag in tags): models_table.append([model['name'], model['description'], model['credit'], model['url'], model['tags']]) # filter based on only query else: for model in public_models['voice_models']: model_attributes = f"{model['name']} {model['description']} {model['credit']} {' '.join(model['tags'])}".lower() if query.lower() in model_attributes: models_table.append([model['name'], model['description'], model['credit'], model['url'], model['tags']]) return gr.DataFrame.update(value=models_table) def pub_dl_autofill(pub_models, event: gr.SelectData): return gr.Text.update(value=pub_models.loc[event.index[0], 'URL']), gr.Text.update(value=pub_models.loc[event.index[0], 'Model Name']) def swap_visibility(): return gr.update(visible=True), gr.update(visible=False), gr.update(value=''), gr.update(value=None) def process_file_upload(file): return file.name, gr.update(value=file.name) def show_hop_slider(pitch_detection_algo): if pitch_detection_algo == 'mangio-crepe': return gr.update(visible=True) else: return gr.update(visible=False) css = """ footer {visibility: hidden !important;} """ if __name__ == '__main__': parser = ArgumentParser(description='Создайте AI кавер-версию в каталоге song_output/id.', add_help=True) parser.add_argument("--share", action="store_true", dest="share_enabled", default=False, help="Включить общий доступ") parser.add_argument("--listen", action="store_true", default=False, help="Сделайте WebUI доступным из вашей локальной сети.") parser.add_argument('--listen-host', type=str, help='Имя хоста, которое будет использовать сервер.') parser.add_argument('--listen-port', type=int, help='Порт прослушивания, который будет использовать сервер.') args = parser.parse_args() voice_models = get_current_models(rvc_models_dir) with open(os.path.join(rvc_models_dir, 'public_models.json'), encoding='utf8') as infile: public_models = json.load(infile) with gr.Blocks(title='AICoverGenWebUI', css=css) as app: # main tab with gr.Tab("Генерация"): with gr.Accordion('Основные настройки'): with gr.Row(): with gr.Column(): rvc_model = gr.Dropdown(voice_models, label='Voice Models', info='Папка моделей «AICoverGen --> rvc_models». После добавления новых моделей в эту папку нажмите кнопку «Обновить».') ref_btn = gr.Button('Обновить 🔁', variant='primary') with gr.Column() as yt_link_col: song_input = gr.Text(label='Песня', info='Ссылка на песню на YouTube или полный путь к локальному файлу. Для загрузки файла нажмите кнопку ниже. Пример: https://www.youtube.com/watch?v=M-mtdN6R3bQ') show_file_upload_button = gr.Button('Загрузить файл') with gr.Column(visible=False) as file_upload_col: local_file = gr.File(label='Аудио файл') song_input_file = gr.UploadButton('Загрузить 📂', file_types=['audio'], variant='primary') show_yt_link_button = gr.Button('По ссылке') song_input_file.upload(process_file_upload, inputs=[song_input_file], outputs=[local_file, song_input]) with gr.Column(): pitch = gr.Slider(-3, 3, value=0, step=1, label='Pitch Change (Vocals ONLY)', info='Обычно 1 используется для преобразования мужского голоса в женский, а -1 наоборот. (Октавы)') pitch_all = gr.Slider(-12, 12, value=0, step=1, label='Overall Pitch Change', info='Изменяет высоту/тональность вокала и инструментальной партии одновременно. Изменение этого параметра немного снижает качество звука. (Полутона)') show_file_upload_button.click(swap_visibility, outputs=[file_upload_col, yt_link_col, song_input, local_file]) show_yt_link_button.click(swap_visibility, outputs=[yt_link_col, file_upload_col, song_input, local_file]) with gr.Accordion('Параметры образования голоса', open=False): with gr.Row(): index_rate = gr.Slider(0, 1, value=0.5, label='Index Rate', info="Управляет тем, какую часть акцента голоса AI следует сохранить в вокале.") filter_radius = gr.Slider(0, 7, value=3, step=1, label='Filter radius', info='Если >=3: применить медианную фильтрацию к собранным результатам основного тона. Может уменьшить одышку') rms_mix_rate = gr.Slider(0, 1, value=0.25, label='RMS mix rate', info="Управляйте тем, насколько имитировать громкость исходного вокала (0) или фиксированную громкость (1).") protect = gr.Slider(0, 0.5, value=0.33, label='Protect rate', info='Защищайте глухие согласные и звуки дыхания. Установите значение 0,5, чтобы отключить.') with gr.Column(): f0_method = gr.Dropdown(['rmvpe', 'mangio-crepe'], value='rmvpe', label='Pitch detection algorithm', info='Лучший вариант — rmvpe (четкость вокала), затем mangio-crepe (более плавный вокал).') crepe_hop_length = gr.Slider(32, 320, value=128, step=1, visible=False, label='Crepe hop length', info='Более низкие значения приводят к более длительному преобразованию и более высокому риску прерывания голоса, но к большей точности высоты тона.') f0_method.change(show_hop_slider, inputs=f0_method, outputs=crepe_hop_length) keep_files = gr.Checkbox(label='Keep intermediate files', info='Сохраняйте все сгенерированные аудиофайлы в каталоге song_output/id, например. Изолированный вокал/инструментал. Оставьте флажок снятым, чтобы сэкономить место') with gr.Accordion('Параметры микширования звука', open=False): gr.Markdown('### Изменение громкости (децибелы)') with gr.Row(): main_gain = gr.Slider(-20, 20, value=0, step=1, label='Основной вокал') backup_gain = gr.Slider(-20, 20, value=0, step=1, label='Бэк-вокал') inst_gain = gr.Slider(-20, 20, value=0, step=1, label='Музыка') gr.Markdown('### Reverb Control on AI Vocals') with gr.Row(): reverb_rm_size = gr.Slider(0, 1, value=0.15, label='Room size', info='Чем больше комната, тем дольше время реверберации.') reverb_wet = gr.Slider(0, 1, value=0.2, label='Wetness level', info='Уровень AI-вокала с реверберацией') reverb_dry = gr.Slider(0, 1, value=0.8, label='Dryness level', info='Уровень AI-вокала без реверберации') reverb_damping = gr.Slider(0, 1, value=0.7, label='Damping level', info='Поглощение высоких частот в реверберации') gr.Markdown('### Аудио') output_format = gr.Dropdown(['mp3', 'wav'], value='mp3', label='Выходной формат аудио', info='mp3: небольшой размер файла, достойное качество. wav: большой размер файла, лучшее качество.') with gr.Row(): clear_btn = gr.ClearButton(value='Очистить', components=[song_input, rvc_model, keep_files, local_file]) generate_btn = gr.Button("Сгенерировать", variant='primary') ai_cover = gr.Audio(label='AI Cover', show_share_button=False) ref_btn.click(update_models_list, None, outputs=rvc_model) is_webui = gr.Number(value=1, visible=False) generate_btn.click(song_cover_pipeline, inputs=[song_input, rvc_model, pitch, keep_files, is_webui, main_gain, backup_gain, inst_gain, index_rate, filter_radius, rms_mix_rate, f0_method, crepe_hop_length, protect, pitch_all, reverb_rm_size, reverb_wet, reverb_dry, reverb_damping, output_format], outputs=[ai_cover]) clear_btn.click(lambda: [0, 0, 0, 0, 0.5, 3, 0.25, 0.33, 'rmvpe', 128, 0, 0.15, 0.2, 0.8, 0.7, 'mp3', None], outputs=[pitch, main_gain, backup_gain, inst_gain, index_rate, filter_radius, rms_mix_rate, protect, f0_method, crepe_hop_length, pitch_all, reverb_rm_size, reverb_wet, reverb_dry, reverb_damping, output_format, ai_cover]) # Download tab with gr.Tab('Загрузка моделей'): with gr.Tab('С HuggingFace/Pixeldrain URL'): with gr.Row(): model_zip_link = gr.Text(label='Ссылка на скачивание модели', info='Это должен быть ZIP-файл, содержащий файл модели .pth и необязательный файл .index.') model_name = gr.Text(label='Название', info='Дайте вашей новой модели уникальное имя среди других моделей голоса.') with gr.Row(): download_btn = gr.Button('Скачать 🌐', variant='primary', scale=19) dl_output_message = gr.Text(label='Output Message', interactive=False, scale=20) download_btn.click(download_online_model, inputs=[model_zip_link, model_name], outputs=dl_output_message) gr.Markdown('## Input Voces') gr.Examples( [ ['https://huggingface.co/phant0m4r/LiSA/resolve/main/LiSA.zip', 'Lisa'], ['https://pixeldrain.com/u/3tJmABXA', '- Gura'], ['https://pixeldrain.com/u/3Uf84csp', '- Yandex Alisa'], ['https://huggingface.co/Kit-Lemonfoot/kitlemonfoot_rvc_models/resolve/main/AZKi%20(Hybrid).zip', 'Azki'] ], [model_zip_link, model_name], [], download_online_model, ) with gr.Tab('Из общедоступного индекса'): gr.Markdown('## Как использовать') gr.Markdown('- Нажмите «Инициализировать таблицу общедоступных моделей»') gr.Markdown('- Фильтрация моделей по тегам или строке поиска') gr.Markdown('- Выберите строку для автозаполнения ссылки для скачивания и названия модели') gr.Markdown('- Нажмите Загрузить') with gr.Row(): pub_zip_link = gr.Text(label='Ссылка на скачивание модели') pub_model_name = gr.Text(label='Название') with gr.Row(): download_pub_btn = gr.Button('Скачать 🌐', variant='primary', scale=19) pub_dl_output_message = gr.Text(label='Output Message', interactive=False, scale=20) filter_tags = gr.CheckboxGroup(value=[], label='Показать модели голоса с тегами', choices=[]) search_query = gr.Text(label='Search') load_public_models_button = gr.Button(value='Обновить таблицу общедоступных моделей', variant='primary') public_models_table = gr.DataFrame(value=[], headers=['Model Name', 'Description', 'Credit', 'URL', 'Tags'], label='Available Public Models', interactive=False) public_models_table.select(pub_dl_autofill, inputs=[public_models_table], outputs=[pub_zip_link, pub_model_name]) load_public_models_button.click(load_public_models, outputs=[public_models_table, filter_tags]) search_query.change(filter_models, inputs=[filter_tags, search_query], outputs=public_models_table) filter_tags.change(filter_models, inputs=[filter_tags, search_query], outputs=public_models_table) download_pub_btn.click(download_online_model, inputs=[pub_zip_link, pub_model_name], outputs=pub_dl_output_message) # Upload tab with gr.Tab('Загрузить свою модель'): gr.Markdown('## Загрузить локально обученную модель RVC v2 и индексный файл') gr.Markdown('- Найти файл модели (папка весов) и дополнительный индексный файл (папка журналов/[имя])') gr.Markdown('- Сжать файлы в zip-файл') gr.Markdown('- Загрузите zip-файл и укажите уникальное имя для голоса') gr.Markdown('- Нажмите Загрузить модель') with gr.Row(): with gr.Column(): zip_file = gr.File(label='Zip файл') local_model_name = gr.Text(label='Название') with gr.Row(): model_upload_button = gr.Button('Загрузить модель', variant='primary', scale=19) local_upload_output_message = gr.Text(label='Output Message', interactive=False, scale=20) model_upload_button.click(upload_local_model, inputs=[zip_file, local_model_name], outputs=local_upload_output_message) app.launch( share=args.share_enabled, enable_queue=True, server_name=None if not args.listen else (args.listen_host or '0.0.0.0'), server_port=args.listen_port, )