Hugging Face's logo

Spaces:
buchi-stdesign
/
style-bert-vits2-fastapi
Runtime error

App Files Community
style-bert-vits2-fastapi
File size: 2,140 Bytes 
4de7590
1ee91f8
 
 
 
4de7590
1ee91f8
 
 
4de7590
 
1ee91f8
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
 
---
title: sbv2-verified-fixed6-real
emoji: 🗣️
colorFrom: indigo
colorTo: pink
sdk: docker
sdk_version: "1.0"
app_file: app.py
pinned: true
---

# Style-Bert-VITS2 (koharune-ami) - FastAPI構成（Strict=True対応）

本構成は、以下のモデルとstrict=Trueで完全一致する構造により、Hugging Face Spacesまたはローカル環境で音声生成APIを動作させるためのテンプレートです。

## 🔗 使用モデル
- モデル名：`buchi-stdesign/sbv2-koharune-secret`
- ファイル：
  - `koharune-ami.safetensors`
  - `config.json`
  - `style_vectors.npy`

## ✅ 必要環境
```bash
pip install -r requirements.txt

🚀 起動方法（ローカル / Hugging Face共通）

uvicorn app:app --host 0.0.0.0 --port 7860

🎧 使用方法
以下のエンドポイントにGETリクエストを送るとWAV音声が返却されます。

GET /voice?text=こんにちは

環境変数（Spacesなどで使用する場合）
MODEL_REPO：Hugging Faceのモデルリポジトリ名（例：buchi-stdesign/sbv2-koharune-secret）

HF_TOKEN：アクセストークン（非公開モデル使用時）

🛡 ライセンス・著作権
本テンプレートは商用・非商用問わず自由に利用可能ですが、使用モデルの著作権は各モデル提供者に帰属します。

koharune-amiの音声モデルは、Style-Bert-VITS2公式ページから取得された学習モデルを基にしています。

ライセンス等の明示がある場合は、そちらに従ってください。

📦 フォルダ構成

.
├── app.py
├── inference.py
├── requirements.txt
├── README.md
├── text/
│   ├── cleaners.py
│   ├── symbols.py
│   └── text_to_sequence.py
├── src/sbv2/
│   ├── commons.py
│   ├── generator.py
│   ├── monotonic_align.py
│   ├── synthesizer_trn.py
│   └── text_encoder.py

📢 注意
本構成は strict=True 完全一致 を前提としたテンプレートです。

モデルファイルが異なる構造を持つ場合、RuntimeError が発生します。