スタイルID（style_id）のことを話者ID（speaker_id）としているコードを全部置き換える #741
Conversation
|
あ！ |
|
例えば以下の内容を に変更するということでしょうか? |
|
あ、ちょっと惜しいです！
こんな感じを想像しています（一部省略してます） def synthesis(
speaker_id: Optional[int],
style_id: Optional[int],
):
if "speaker_idとstyle_idが両方存在しない" or "speaker_idとstyle_idが両方存在しちゃう":
error
if speaker_id is not None:
warning.warn("style_idに変わったのでそちらを使ってください的な文面")
style_id = speaker_id
speaker_id = None非推奨パラメータにしてあげると更に良いかもです。 |
(test_mock_synthesis_engine.py)
There was a problem hiding this comment.
コメントにも書いたのですが、speaker_idではなくspeakerになっている箇所がかなりあることに気づきました 🙇
あと、互換性を持たせるべき箇所はWebAPIの箇所で、実際に互換性が持たせられているのが内部で使っているクラスになっていそうです。
この2点を加味して、頂いたプレイリストをどうしていただくべきかをちょっと迷っています。
方針は３つありそうです。
一つがWebAPIは書き換えずに内部で使っている変数を全て正しい方の表記に書き換えること。これは今のプルリクエストのうち、クラスに互換性にを持たせているところを元に戻しつつ、ソースコード全体で本来はstyle_idなのにspeakerとなっている部分も変更すれば完了だと思います。
２つ目の方法が↑プラスでWebAPIも書き換えて、互換性も持たせる方針です。
3つ目がとりあえずspeaker_idとなっていたものだけstyle_idに変える方法です。これは1の方法からspeakerとなっているものは一旦無視する方向になりそうです。
一番混乱がないのは2の方法ですが、一番何度が高いのも2だと思います。
run.py
Outdated
| accent_phrases = engine.replace_mora_data( | ||
| accent_phrases=accent_phrases, speaker_id=speaker | ||
| accent_phrases=accent_phrases, style_id=speaker | ||
| ) |
There was a problem hiding this comment.
このプルリクエストを見て気づいたのですが、speaker_idではなくspeakerになっている箇所がかなりありますね！！
見逃していました、申し訳ない。。
| def is_initialized_speaker_synthesis( | ||
| self, style_id: Optional[int], speaker_id: Optional[int] = None | ||
| ) -> bool: | ||
| """ |
There was a problem hiding this comment.
このクラスで互換性を持たせていますが、互換性を持たせるべきはWebAPIなのでずれてるかもです！
ここは戻していただく形になるかなと！
|
互換性に関してちょっと認識がずれていそうだったので解説をしてみます。 そもそも互換性を入れないといけない理由は、既存ユーザーが使っているAPIをそのまま使えるようにするためです。 そのWebAPIはrun.pyに色々定義されているので、それらに互換性を持たせていくタスクになります。 |
|
id_checker関数の指摘も頂いたので、そちらも修正しました。下記が、audio_queryパラメータで動くように調整したものを検証したスクショです。いかがでしょうか？ style_idのみの使用 speakerのみの使用。 speakerとstyle_id両方なし speakerとstyle_id両方あり APIドキュメント |
|
@weweweok スクショの内容を見るに実装良い感じなのかなと思いました！！
何にせよ今のプルリクエストにプッシュしていただければと思います！ |
|
レビューを反映しました。 ここのspeaker_idですが、注釈を見る限り、intではないのでそのままにしておいたのですが、変更したほうが良いですか? def yukarin_s_mock(length: int, phoneme_list: numpy.ndarray, speaker_id: numpy.ndarray):
result = []
# mockとしての適当な処理、特に意味はない
for i in range(length):
result.append(round(float(phoneme_list[i] * 0.0625 + speaker_id), 2))
return numpy.array(result) |
|
ゴール近そうですね！！
あ、本当ですね！！！ |
|
レビューを反映しました。 |
|
ローカル側の操作にまだ慣れておらず、変更内容をpushできなかったため、コンフリクトの解消をgithub上で行いました。 @app.post("/initialize_style_id", status_code=204, tags=["その他"])
def initialize_style_id(
style_id: int,
skip_reinit: bool = Query( # noqa: B008
False, description="既に初期化済みのスタイルの再初期化をスキップするかどうか"
),
core_version: Optional[str] = None, <<<この部分
): |
|
なるほどです！！ 1回通しで確認してみますが、おそらくもうそこ以外はマージできる形になっていると思います！ |
Coverage ResultResultを開く
|
|
テストが通ったのでマージします！ |
|
@weweweok 結構右往左往してしまって申し訳ありませんでした 🙇 |
内容
同上
関連 Issue
ref #589
スクリーンショット・動画など
その他
分割してこのページにコミットします。(変更しないほうがいい箇所が見つけられなかったため)
変更予定ファイル一覧(style_idに変更しているファイルをチェック)