doc(cn): tidy format of Changelog

docs/cn/Changelog_CN.md

@@ -1,30 +1,40 @@
 ### 20231006更新
 
-我们制作了一个用于实时变声的界面go-realtime-gui.bat/gui_v1.py（事实上早就存在了），本次更新重点也优化了实时变声的性能。对比0813版：
- - 1、优优化界面操作：参数热更新（调整参数不需要中止再启动），懒加载模型（已加载过的模型不需要重新加载），增加响度因子参数（响度向输入音频靠近）
- - 2、优化自带降噪效果与速度
- - 3、大幅优化推理速度
+我们制作了一个用于实时变声的界面go-realtime-gui.bat/gui_v1.py（事实上早就存在了），本次更新重点也优化了实时变声的性能。
+
+对比0813版：
+
+1. 优化界面操作
+    - 参数热更新（调整参数不需要中止再启动）
+    - 懒加载模型（已加载过的模型不需要重新加载）
+    - 增加响度因子参数（响度向输入音频靠近）
+2. 优化自带降噪效果与速度
+3. 大幅优化推理速度
 
 注意输入输出设备应该选择同种类型，例如都选MME类型。
 
 1006版本整体的更新为：
- - 1、继续提升rmvpe音高提取算法效果，对于男低音有更大的提升
- - 2、优化推理界面布局
+1. 继续提升rmvpe音高提取算法效果，对于男低音有更大的提升
+2. 优化推理界面布局
 
 ### 20230813更新
-1-常规bug修复
- - 保存频率总轮数最低改为1 总轮数最低改为2
- - 修复无pretrain模型训练报错
- - 增加伴奏人声分离完毕清理显存
- - faiss保存路径绝对路径改为相对路径
- - 支持路径包含空格（训练集路径+实验名称均支持，不再会报错）
- - filelist取消强制utf8编码
- - 解决实时变声中开启索引导致的CPU极大占用问题
+1. 常规bug修复
+    - 保存频率总轮数最低改为1 总轮数最低改为2
+    - 修复无pretrain模型训练报错
+    - 增加伴奏人声分离完毕清理显存
+    - faiss保存路径绝对路径改为相对路径
+    - 支持路径包含空格（训练集路径+实验名称均支持，不再会报错）
+    - filelist取消强制utf8编码
+    - 解决实时变声中开启索引导致的CPU极大占用问题
 
-2-重点更新
- - 训练出当前最强开源人声音高提取模型RMVPE，并用于RVC的训练、离线/实时推理，支持pytorch/onnx/DirectML
- - 通过pytorch-dml支持A卡和I卡的
-（1）实时变声（2）推理（3）人声伴奏分离（4）训练暂未支持，会切换至CPU训练；通过onnx_dml支持rmvpe_gpu的推理
+2. 重点更新
+    - 训练出当前最强开源人声音高提取模型RMVPE，并用于RVC的训练、离线/实时推理，支持pytorch/onnx/DirectML
+    - 通过pytorch-dml支持A卡和I卡的
+        1. 实时变声
+        2. 推理
+        3. 人声伴奏分离
+        4. 训练（暂未支持，会切换至CPU训练）
+        5. 通过onnx_dml支持rmvpe_gpu的推理
 
 ### 20230618更新
 - v2增加32k和48k两个新预训练模型
@@ -47,7 +57,6 @@ todolist：
 - ~~crepe的精度支持和RVC-config同步：已经被RMVPE取代，不需要。支持这个还要同步torchcrepe的库，麻烦~~
 - 对接F0编辑器
 
-  
 ### 20230528更新
 - 增加v2的jupyter notebook，韩文changelog，增加一些环境依赖
 - 增加呼吸、清辅音、齿音保护模式
@@ -106,4 +115,3 @@ todolist：
 底模：
 - 收集呼吸wav加入训练集修正呼吸变声电音的问题
 - 我们正在训练增加了歌声训练集的底模，未来会公开
-

docs/cn/faq.md

@@ -1,95 +1,144 @@
 ## Q1:ffmpeg error/utf8 error.
 
-大概率不是ffmpeg问题，而是音频路径问题；<br>
-ffmpeg读取路径带空格、()等特殊符号，可能出现ffmpeg error；训练集音频带中文路径，在写入filelist.txt的时候可能出现utf8 error；<br>
+大概率不是ffmpeg问题，而是音频路径问题；
+
+ffmpeg读取路径带空格、()等特殊符号，可能出现ffmpeg error；训练集音频带中文路径，在写入filelist.txt的时候可能出现utf8 error；
+
 
 ## Q2:一键训练结束没有索引
 
-显示"Training is done. The program is closed."则模型训练成功，后续紧邻的报错是假的；<br>
+显示"Training is done. The program is closed."则模型训练成功，后续紧邻的报错是假的；
+
+
+一键训练结束完成没有added开头的索引文件，可能是因为训练集太大卡住了添加索引的步骤；已通过批处理add索引解决内存add索引对内存需求过大的问题。临时可尝试再次点击"训练索引"按钮。
 
-一键训练结束完成没有added开头的索引文件，可能是因为训练集太大卡住了添加索引的步骤；已通过批处理add索引解决内存add索引对内存需求过大的问题。临时可尝试再次点击"训练索引"按钮。<br>
 
 ## Q3:训练结束推理没看到训练集的音色
-点刷新音色再看看，如果还没有看看训练有没有报错，控制台和webui的截图，logs/实验名下的log，都可以发给开发者看看。<br>
+点刷新音色再看看，如果还没有看看训练有没有报错，控制台和webui的截图，logs/实验名下的log，都可以发给开发者看看。
+
 
 ## Q4:如何分享模型
-  rvc_root/logs/实验名 下面存储的pth不是用来分享模型用来推理的，而是为了存储实验状态供复现，以及继续训练用的。用来分享的模型应该是weights文件夹下大小为60+MB的pth文件；<br>
-  后续将把weights/exp_name.pth和logs/exp_name/added_xxx.index合并打包成weights/exp_name.zip省去填写index的步骤，那么zip文件用来分享，不要分享pth文件，除非是想换机器继续训练；<br>
-  如果你把logs文件夹下的几百MB的pth文件复制/分享到weights文件夹下强行用于推理，可能会出现f0，tgt_sr等各种key不存在的报错。你需要用ckpt选项卡最下面，手工或自动（本地logs下如果能找到相关信息则会自动）选择是否携带音高、目标音频采样率的选项后进行ckpt小模型提取（输入路径填G开头的那个），提取完在weights文件夹下会出现60+MB的pth文件，刷新音色后可以选择使用。<br>
+  rvc_root/logs/实验名 下面存储的pth不是用来分享模型用来推理的，而是为了存储实验状态供复现，以及继续训练用的。用来分享的模型应该是weights文件夹下大小为60+MB的pth文件；
+
+  后续将把weights/exp_name.pth和logs/exp_name/added_xxx.index合并打包成weights/exp_name.zip省去填写index的步骤，那么zip文件用来分享，不要分享pth文件，除非是想换机器继续训练；
+
+  如果你把logs文件夹下的几百MB的pth文件复制/分享到weights文件夹下强行用于推理，可能会出现f0，tgt_sr等各种key不存在的报错。你需要用ckpt选项卡最下面，手工或自动（本地logs下如果能找到相关信息则会自动）选择是否携带音高、目标音频采样率的选项后进行ckpt小模型提取（输入路径填G开头的那个），提取完在weights文件夹下会出现60+MB的pth文件，刷新音色后可以选择使用。
+
 
 ## Q5:Connection Error.
-也许你关闭了控制台（黑色窗口）。<br>
+也许你关闭了控制台（黑色窗口）。
+
 
 ## Q6:WebUI弹出Expecting value: line 1 column 1 (char 0).
-请关闭系统局域网代理/全局代理。<br>
+请关闭系统局域网代理/全局代理。
+
+
+这个不仅是客户端的代理，也包括服务端的代理（例如你使用autodl设置了http_proxy和https_proxy学术加速，使用时也需要unset关掉）
 
-这个不仅是客户端的代理，也包括服务端的代理（例如你使用autodl设置了http_proxy和https_proxy学术加速，使用时也需要unset关掉）<br>
 
 ## Q7:不用WebUI如何通过命令训练推理
-训练脚本：<br>
-可先跑通WebUI，消息窗内会显示数据集处理和训练用命令行；<br>
+训练脚本：
 
-推理脚本：<br>
-https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/myinfer.py<br>
+可先跑通WebUI，消息窗内会显示数据集处理和训练用命令行；
 
-例子：<br>
 
-runtime\python.exe myinfer.py 0 "E:\codes\py39\RVC-beta\todo-songs\1111.wav" "E:\codes\py39\logs\mi-test\added_IVF677_Flat_nprobe_7.index" harvest "test.wav" "weights/mi-test.pth" 0.6 cuda:0 True<br>
+推理脚本：
+
+https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/myinfer.py
+
+
+例子：
+
+
+runtime\python.exe myinfer.py 0 "E:\codes\py39\RVC-beta\todo-songs\1111.wav" "E:\codes\py39\logs\mi-test\added_IVF677_Flat_nprobe_7.index" harvest "test.wav" "weights/mi-test.pth" 0.6 cuda:0 True
+
+
+f0up_key=sys.argv[1]
+
+input_path=sys.argv[2]
+
+index_path=sys.argv[3]
+
+f0method=sys.argv[4]#harvest or pm
+
+opt_path=sys.argv[5]
+
+model_path=sys.argv[6]
+
+index_rate=float(sys.argv[7])
+
+device=sys.argv[8]
+
+is_half=bool(sys.argv[9])
 
-f0up_key=sys.argv[1]<br>
-input_path=sys.argv[2]<br>
-index_path=sys.argv[3]<br>
-f0method=sys.argv[4]#harvest or pm<br>
-opt_path=sys.argv[5]<br>
-model_path=sys.argv[6]<br>
-index_rate=float(sys.argv[7])<br>
-device=sys.argv[8]<br>
-is_half=bool(sys.argv[9])<br>
 
 ## Q8:Cuda error/Cuda out of memory.
-小概率是cuda配置问题、设备不支持；大概率是显存不够（out of memory）；<br>
+小概率是cuda配置问题、设备不支持；大概率是显存不够（out of memory）；
+
+
+训练的话缩小batch size（如果缩小到1还不够只能更换显卡训练），推理的话酌情缩小config.py结尾的x_pad，x_query，x_center，x_max。4G以下显存（例如1060（3G）和各种2G显卡）可以直接放弃，4G显存显卡还有救。
 
-训练的话缩小batch size（如果缩小到1还不够只能更换显卡训练），推理的话酌情缩小config.py结尾的x_pad，x_query，x_center，x_max。4G以下显存（例如1060（3G）和各种2G显卡）可以直接放弃，4G显存显卡还有救。<br>
 
 ## Q9:total_epoch调多少比较好
 
-如果训练集音质差底噪大，20~30足够了，调太高，底模音质无法带高你的低音质训练集<br>
-如果训练集音质高底噪低时长多，可以调高，200是ok的（训练速度很快，既然你有条件准备高音质训练集，显卡想必条件也不错，肯定不在乎多一些训练时间）<br>
+如果训练集音质差底噪大，20~30足够了，调太高，底模音质无法带高你的低音质训练集
+
+如果训练集音质高底噪低时长多，可以调高，200是ok的（训练速度很快，既然你有条件准备高音质训练集，显卡想必条件也不错，肯定不在乎多一些训练时间）
+
 
 ## Q10:需要多少训练集时长
-  推荐10min至50min<br>
-  保证音质高底噪低的情况下，如果有个人特色的音色统一，则多多益善<br>
-  高水平的训练集（精简+音色有特色），5min至10min也是ok的，仓库作者本人就经常这么玩<br>
-  也有人拿1min至2min的数据来训练并且训练成功的，但是成功经验是其他人不可复现的，不太具备参考价值。这要求训练集音色特色非常明显（比如说高频气声较明显的萝莉少女音），且音质高；<br>
-  1min以下时长数据目前没见有人尝试（成功）过。不建议进行这种鬼畜行为。<br>
+  推荐10min至50min
+
+  保证音质高底噪低的情况下，如果有个人特色的音色统一，则多多益善
+
+  高水平的训练集（精简+音色有特色），5min至10min也是ok的，仓库作者本人就经常这么玩
+
+  也有人拿1min至2min的数据来训练并且训练成功的，但是成功经验是其他人不可复现的，不太具备参考价值。这要求训练集音色特色非常明显（比如说高频气声较明显的萝莉少女音），且音质高；
+
+  1min以下时长数据目前没见有人尝试（成功）过。不建议进行这种鬼畜行为。
+
 
 ## Q11:index rate干嘛用的，怎么调（科普）
-  如果底模和推理源的音质高于训练集的音质，他们可以带高推理结果的音质，但代价可能是音色往底模/推理源的音色靠，这种现象叫做"音色泄露"；<br>
-  index rate用来削减/解决音色泄露问题。调到1，则理论上不存在推理源的音色泄露问题，但音质更倾向于训练集。如果训练集音质比推理源低，则index rate调高可能降低音质。调到0，则不具备利用检索混合来保护训练集音色的效果；<br>
-  如果训练集优质时长多，可调高total_epoch，此时模型本身不太会引用推理源和底模的音色，很少存在"音色泄露"问题，此时index_rate不重要，你甚至可以不建立/分享index索引文件。<br>
+  如果底模和推理源的音质高于训练集的音质，他们可以带高推理结果的音质，但代价可能是音色往底模/推理源的音色靠，这种现象叫做"音色泄露"；
+
+  index rate用来削减/解决音色泄露问题。调到1，则理论上不存在推理源的音色泄露问题，但音质更倾向于训练集。如果训练集音质比推理源低，则index rate调高可能降低音质。调到0，则不具备利用检索混合来保护训练集音色的效果；
+
+  如果训练集优质时长多，可调高total_epoch，此时模型本身不太会引用推理源和底模的音色，很少存在"音色泄露"问题，此时index_rate不重要，你甚至可以不建立/分享index索引文件。
+
 
 ## Q11:推理怎么选gpu
-config.py文件里device cuda:后面选择卡号；<br>
-卡号和显卡的映射关系，在训练选项卡的显卡信息栏里能看到。<br>
+config.py文件里device cuda:后面选择卡号；
+
+卡号和显卡的映射关系，在训练选项卡的显卡信息栏里能看到。
+
 
 ## Q12:如何推理训练中间保存的pth
-通过ckpt选项卡最下面提取小模型。<br>
+通过ckpt选项卡最下面提取小模型。
+
 
 
 ## Q13:如何中断和继续训练
-现阶段只能关闭WebUI控制台双击go-web.bat重启程序。网页参数也要刷新重新填写；<br>
-继续训练：相同网页参数点训练模型，就会接着上次的checkpoint继续训练。<br>
+现阶段只能关闭WebUI控制台双击go-web.bat重启程序。网页参数也要刷新重新填写；
+
+继续训练：相同网页参数点训练模型，就会接着上次的checkpoint继续训练。
+
 
 ## Q14:训练时出现文件页面/内存error
-进程开太多了，内存炸了。你可能可以通过如下方式解决<br>
-1、"提取音高和处理数据使用的CPU进程数"  酌情拉低；<br>
-2、训练集音频手工切一下，不要太长。<br>
+进程开太多了，内存炸了。你可能可以通过如下方式解决
+
+1、"提取音高和处理数据使用的CPU进程数"  酌情拉低；
+
+2、训练集音频手工切一下，不要太长。
+
 
 
 ## Q15:如何中途加数据训练
-1、所有数据新建一个实验名；<br>
-2、拷贝上一次的最新的那个G和D文件（或者你想基于哪个中间ckpt训练，也可以拷贝中间的）到新实验名；下<br>
-3、一键训练新实验名，他会继续上一次的最新进度训练。<br>
+1、所有数据新建一个实验名；
+
+2、拷贝上一次的最新的那个G和D文件（或者你想基于哪个中间ckpt训练，也可以拷贝中间的）到新实验名；下
+
+3、一键训练新实验名，他会继续上一次的最新进度训练。
+
 
 ## Q16: error about llvmlite.dll