pyVideoTrans

Appearance

CosyVoice开源地址 https://github.com/FunAudioLLM/CosyVoice

CosyVoice-api开源地址 https://github.com/jianchang512/cosyvoice-api

第三方 CosyVoice-Windows整合包 https://github.com/v3ucn/CosyVoice_For_Windows

支持 中文、英文、日语、韩语、粤语，对应语言代码分别是 zh|en|jp|ko|yue

安装部署 CosyVoice 官方项目 ​

部署采用 conda，也强烈建议这种方式，否则可能无法成功安装，遇到的问题会非常多，有些依赖无法Wndows上使用pip是无法成功安装的，例如 pynini

1. 下载并安装miniconda

miniconda是一个conda管理软件，在windows上安装很方便，和普通软件一样一路next即可完成。

下载地址 https://docs.anaconda.com/miniconda/

下载完毕后双击 exe 文件，

需要注意的只有一点，在下图这个界面，需要选中上面2个复选框，否则后边操作会有点麻烦。 第二个框选中的意思是“将conda命令加入系统环境变量”，如果不选中将无法直接使用 conda 简短命令。

然后点击 “install” 等待完成后close即可

2. 下载 CosyVoice源代码

先创建一个空目录，比如在D盘下建立一个文件夹 D:/py，后续以此为例说明

打开CosyVoice开源地址 https://github.com/FunAudioLLM/CosyVoice

下载后解压，将其中CosyVoice-main目录内的所有文件复制到 D:/py中

3. 创建一个虚拟环境并激活

进入 D:/py 文件夹内，地址栏中输入cmd然后回车，会打开一个cmd黑窗口

在该窗口中输入命令conda create -n cosyvoice python=3.10 然后回车，即创建一个名称为“cosyvoice”、python版本为“3.10”的虚拟环境，

继续输入命令conda activate cosyvoice回车，即激活了该虚拟环境，只有激活后，才可继续进行安装、启动等操作，否则必然出错。

激活后的标志是命令行开头增加了“(cosyvoice)”字符

4. 安装 pynini 模块

该模块在windows下只有用conda命令才可安装，这也是开头建议windows上使用conda的原因。

继续在上面打开并激活环境的cmd窗口中输入命令 conda install -y -c conda-forge pynini==2.1.5 WeTextProcessing==1.0.3 回车

注意：安装中会出现一个要求输入确认的提示，此时输入y然后回车，如下图

5. 安装其他一系列依赖，使用阿里镜像

打开requirements.txt文件，删掉最后一行的WeTextProcessing==1.0.3,否则肯定是安装失败的，因为这个模块依赖 pynini,而pynini在windows的pip下无法安装

然后在 requirements.txt 里增加3行 Matcha-TTS flask和 waitress

继续输入命令

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com

并回车，等待一段漫长的时间后，无意外即安装成功了。

启动 API 服务 ​

api接口地址为: http://127.0.0.1:9233

输入命令回车执行 python api.py

在视频翻译软件中使用 ​

  1. 首先升级软件到2.08+
  2. 确保已部署CosyVoice项目，已将 CosyVoice-api中的api.py放入，并成功启动了 api.py。
  3. 打开视频翻译软件，左上角设置--CosyVoice：填写 api 地址，默认是 http://127.0.0.1:9233
  4. 填写参考音频和音频对应文字
参考音频填写：

每行都由#符号分割为两部分，第一部分是wav音频路径，第二部分是该音频对应的文字内容，可填写多行。

wav音频最佳时长5-15s，如果音频放在了CosyVoice项目的根路径下，即webui.py同目录下，这里直接填写名称即可.
如果放在了根目录下的wavs目录下，那么需要填写 wavs/音频名称.wav

参考音频填写示例：

1.wav#你好啊亲爱的朋友
wavs/2.wav#你好啊朋友们
  1. 填写完毕后，主界面中配音渠道选择 CosyVoice, 角色选择对应的即可。其中 clone 角色是复制原视频中的音色

2.11版起，pyVideoTrans视频翻译软件已支持使用 v3ucn/CosyVoice_For_Windows整合包 的 api 接口，可直接填写该整合包的api地址，默认http://127.0.0.1:9880,注意端口9880不可更改，以此判断是整合包的api接口, 角色名仍按上方参考音频方式填写，即角色名#对应文本可随便填