Skip to content

Releases: HMUG12/Audio-Disentangled-Reconstruction

Release list

v1.2.0 - ADR Studio (desktop CPU/GPU + container + headless)

v1.2.0 - ADR Studio (desktop CPU/GPU + container + headless) Latest
Latest

Choose a tag to compare

View all tags
@HMUG12 HMUG12 released this 24 Oct 03:54
v1.2.0
6c984a2

v1.2.0 发布说明（草稿）

用途：tag v1.2.0 推送后作为 GitHub Release 正文（gh release create v1.2.0 --notes-file）。
实测数据已回填：CPU 459.5MB / GPU 1926.4MB；SHA256 见下载节。

ADR Studio v1.2.0 — 多形态分发

ADR 是运行在你自己电脑上的语音克隆 / TTS 工作台：几分钟参考音频完成声音克隆训练，提供 GPT-SoVITS 兼容的流式合成服务。全部推理与训练均在本地完成，语音与文本数据不上传任何服务器。

本版本重点：三种运行形态

引擎与 API 同源，按部署场景选择：

桌面版（Windows 安装包） 无 UI 服务版（server.bat） 容器版（Docker）
适用场景 Windows 桌面开箱即用 Windows 后台常驻 / 无人值守 Linux 服务器 / NAS / 云端
启动方式 双击 adr-desktop.exe 运行安装目录下 server.bat docker run
交互入口 壳内启动器 + 控制台 HTTP API（五套 API 面） HTTP API（五套 API 面）
变体 CPU / GPU 双安装包 同桌面版 镜像 tag -cpu / -cuda

新特性

  • 容器版 Docker 分发 — Dockerfile 两阶段构建（GSV 钉版 clone + 兼容补丁自动应用），docker compose 单命令起服务；镜像发布至 GitHub Container Registry：

    # CPU
docker run -d --name adr-server -p 9881:9881 -v adr-data:/data ghcr.io/hmug12/adr-server:1.2.0-cpu
# GPU（需 NVIDIA Container Toolkit）
docker run -d --name adr-server --gpus all -p 9881:9881 -v adr-data:/data ghcr.io/hmug12/adr-server:1.2.0-cuda

  • Windows 无 UI 服务版 — 安装目录自带 server.bat（env 驱动：ADR_DATA_DIR / ADR_TTS_API_KEY / ADR_TTS_DEVICE / ADR_LOG_LEVEL），后台常驻 / 无人值守场景免壳运行

  • 多语言合成 — 中 / 英 / 日 / 粤及中英混说（text_lang 参数 + 控制台语言选择）；声音档案可标记语种，合成默认语言自动联动

  • 控制台中英文切换 — 控制台四页（索引 / 新手 / 专业 / 调用）一键中英切换，352 条词条，语言偏好自动记忆

  • 声音档案导出 / 导入闭环 — .adrvoice 包（manifest + 权重 + 参考音频，sha256 完整性校验），换机迁移不再丢声音；导出前明确提示"权重即声音本体"（生物特征数据）

  • 续训流程 — easy / pro 控制台"改进已有声音"：追加录音 → 续训 → 质量门自动比对新旧相似度，退化可一键回滚（权重版本链逐版回退）

  • 13/14 代 Intel 闪退加固 — Raptor Lake AVX-512 硬件缺陷缓解：CPU 兼容模式（AVX2 上限）自动启用（识别 13/14 代即开，也可手动勾选）；native 崩溃时 faulthandler 兜底留痕

  • CUDA 稳定性 — OOM 分流（显存不足返回可读提示而非堆栈）+ 驱动版本诊断日志（驱动过旧导致的静默回退 CPU 有显式警告）

  • 日志体系 — server.log 超限自动轮转；CLI 统一 cli.log；崩溃留痕与"打开日志目录"入口

  • 训练安全 — 实验名 Windows 保留名清洗（CON/NUL 等不再导致建目录失败）；训练子进程统一 UTF-8（中文 Windows 乱码根除）

已知限制

  • 中英混说清晰度 / 流畅度略欠（底模特性，单语种不受影响）
  • 韩语合成：Windows 版不支持（韩语 G2P 依赖在 Windows Python 3.13 不可用）；Linux 容器版已补齐 ko 链（g2pk2 + python-mecab-ko）
  • 安装包未经充分测试，如遇问题请提 Issues

下载

安装说明：per-user 安装无需管理员权限；两版共用同一 AppId，原地升级覆盖旧版，已下载底模与声音档案均保留；首启自动下载预训练底模（约 2GB），此后完全离线。

升级 / 兼容性

  • v1.0.x / v1.1.0 → v1.2.0：安装包直接覆盖（数据目录兼容）
  • N.E.K.O 对接方式不变：provider GPT-SoVITS，地址 http://127.0.0.1:9881
  • OpenAI 兼容接口不变：POST /v1/audio/speech、GET /v1/models
  • 控制台新增中英切换按钮（右上角）；档案新增语种标记（合成默认语言联动）
Assets 4
Loading

ADR Studio v1.1.0 — 多语言合成 (中/英/日/粤 + 中英混说)

ADR Studio v1.1.0 — 多语言合成 (中/英/日/粤 + 中英混说)

Choose a tag to compare

View all tags
@HMUG12 HMUG12 released this 17 Oct 05:18
v1.1.0
50089ea

低资源语音克隆训练框架（ADR）— Windows 安装版 v1.1.0。本版带来合成多语言：中/英/日/粤及中英混说，语言随声音档案自动联动。

下载

包 适用 体积 SHA256
ADR-Studio-1.1.0-x64-setup.exe CPU / 无独立显卡 ~473 MB B1DC7CD5246B1A29C4C268CC39D1BB85D053A72D9F447B56AFE3E54B7B51FB80
ADR-Studio-1.1.0-x64-gpu-setup.exe NVIDIA CUDA (cu130) ~1.9 GB 742CC6A7292C170EF1F8D19F3EA75D91CC80FA4461357B8250DDA8A6646D65F8

两个包共用同一 AppId，可原地升级覆盖 v1.0.x；用户数据目录不受影响，已下载的底模与训练好的声音档案均保留。

新特性：多语言合成

GSV v2 底模原生支持中/英/日/粤混说，本版把语言能力全链路接通：

  • 语言默认联动 — 每个声音档案带语种标记（建档时选录音语种），合成时文本语言自动跟随档案语种，无需手动传参；显式指定则不覆盖
  • easy 面板 — 建档步骤新增「录音语种」下拉；合成步骤新增「语言」下拉，默认「自动识别」（中英混合文本也没问题），可选中/英/日/韩/粤
  • API — /api/adr/v1/tts 及兼容端点新增 text_lang / prompt_lang 参数（省略时按档案语种回填，旧档案默认中文）
  • runtime 内置多语言 G2P — 日语 pyopenjtalk、粤语 ToJyutping、韩语注音链随包，check_runtime 体检新增语言包检查项（安装前自动拦截）

已知限制

  • 韩语 — 注音依赖 g2pk2/eunjeon 在 Windows (cp313) 下不可用，韩语合成暂不可用（界面可选但会报错）。v1.2 容器版（Linux）恢复完整韩语支持
  • 中英混说清晰度 — 自动识别模式下中英混说偶有清晰度/流畅度波动，为底模特性；单一语种合成不受影响

完整变更

v1.0.1...v1.1.0：4b8d971 feat(multilang) 批次53 合成多语言 — 12 文件，档案语种标记 + 语言参数 + 面板语言选择 + 多语言 G2P 打包固化

安装包许可协议页中另附本项目附加使用条款（声音伦理与使用边界等）。项目以 AGPL-3.0 授权发布。

Loading

ADR Studio v1.0.1

ADR Studio v1.0.1

Choose a tag to compare

View all tags
@HMUG12 HMUG12 released this 11 Oct 07:51
v1.0.1
070cfec

低资源语音克隆训练框架（ADR）— Windows 安装版 v1.0.1。本版修复安装版首启引擎起不来的两个打包缺口，并取消预热页超时自动放行。

下载

包 适用 体积 SHA256
ADR-Studio-1.0.1-x64-setup.exe CPU / 无独立显卡 ~455 MB 2ADDC5A5FDF681D796C5114ACFB8A18148DEB55BB27940148555744377C05FF2
ADR-Studio-1.0.1-x64-gpu-setup.exe NVIDIA CUDA (cu130) ~1.9 GB 20777E21E618171719B8171C37BD00FCDB75B56291F7CA4BD4B43A48C6E0449C

两个包共用同一 AppId，可原地升级覆盖 v1.0.0；用户数据目录不受影响，已下载的底模与训练好的声音档案均保留。

首次启动说明

安装包不含预训练底模（约 2GB）。首次启动会在预热页实时显示下载进度（hf-mirror → hf → modelscope 三源自动切换，配置代理时失败自动无代理重试），底模下载 + 引擎加载全部完成后才会进入启动器；若预热失败，预热页保留「重试 / 仍要进入」按钮。完成后此后完全离线运行。

修复

  • fix(bootstrap): 死代理自动绕过 — 底模每源两段式下载（默认继承代理 → 失败且配置了代理时切换无代理直连重试），修复代理环境下首启引擎起不来
  • fix(runtime): configs/*.yaml 随包 — 修复训练 preset 全部回落内置默认值的打包缺口；check_runtime 体检新增 configs 检查项（安装前自动拦截）
  • fix(prewarm): 取消预热超时自动放行 — 首启需下载底模可能超过 4 分钟，旧版超时放行会导致"进了面板引擎却没好"；现必须等下载 + 加载就绪才进入启动器

完整变更

v1.0.0...v1.0.1：eea038f 文档 → 8d40f43 bootstrap/configs 修复 → 070cfec 预热行为修复

安装包许可协议页中另附本项目附加使用条款（声音伦理与使用边界等）。项目以 AGPL-3.0 授权发布。

Loading

ADR Studio v1.0.0

ADR Studio v1.0.0

Choose a tag to compare

View all tags
@HMUG12 HMUG12 released this 07 Oct 04:28
v1.0.0
e623e21

注意：Windows 安装包未经充分测试，不确定是否可用。遇到问题请提 Issue 或联系维护者（QQ 3699672176）。

Windows 安装包（约 2.2GB）

安装包超出 GitHub Release 单文件 2GB 上限，通过 123 云盘分发：

  • 下载：123 云盘分享（来自 123 云盘用户「未知之致」的分享）
  • 提取码：ADRS

安装说明：

  1. 双击安装，按向导阅读并接受许可协议（per-user 安装，无需管理员权限）
  2. 首次启动自动下载预训练底模（约 4.35GB，界面实时显示进度），完成后完全离线运行
  3. 安装协议页含 AGPL-3.0 全文与中文附加条款，安装目录附 LICENSE 文件

源码

本页下方提供源码压缩包（Source code zip / tar.gz），亦可参照 README 的「方式二：源码安装」使用 pip install -e .[m1]。

维护者：未知之致 · QQ 3699672176

Loading