[Feuerbarde]

Warum installierst du Linux und XP nicht einfach in einer VM unter Windows 7? Stelle ich mir wesentlich einfacher vor als 3 verschiedene OS parallel zu booten.

Wenn es nur um das ausführen von Anwendungen ging, dann wäre das noch eine mögliche Lösung. Aber ich denke da es sich jeweils (bis auf Linux) darum handelt Spiele möglichst gut laufen lassen zu können (einige wegen der Installation, andere als Spiel selber nur bis hin zu bestimmter Windows Version sinnvoll möglich), ist eine direkte Umgebung da weit besser. Letztendlich ist es ja auch etwas das man auf Dauer benutzen möchte. Oder liege ich da völlig falsch? Es würden ja auch dann zwei Betriebssysteme parallel laufen und man würde unnötig mehr Arbeitsspeicher benötigen (oder real zur Verfügung haben). Direkter ist auf Dauer aus meiner Sicht sicher die sauberere Lösung und man ist immer direkt am "Motor" dran, evtl. mache ich mir rein zum Spaß noch ein NT 3.1 drauf.

Ich finde es übrigens erstaunlich, dass es Leute gibt, die im Jahr 2020 noch nichts von Soundcloud gehört haben.

Wenn man bisher mit Sound nichts gemacht hat, dann liegt das ja nun nicht so fern. Aber schaut für den Anwendungsfall gut geeignet zu sein und ich habe es mir abgespeichert.

WArum solche Tools nur für Linux entwickelt werden und nicht für das weiter verbreitetere Windows konnte mir aber noch keiner verraten - und sei es nur seine private Sicht.

[Lehona]

Wenn es nur um das ausführen von Anwendungen ging, dann wäre das noch eine mögliche Lösung. Aber ich denke da es sich jeweils (bis auf Linux) darum handelt Spiele möglichst gut laufen lassen zu können (einige wegen der Installation, andere als Spiel selber nur bis hin zu bestimmter Windows Version sinnvoll möglich), ist eine direkte Umgebung da weit besser. Letztendlich ist es ja auch etwas das man auf Dauer benutzen möchte. Oder liege ich da völlig falsch? Es würden ja auch dann zwei Betriebssysteme parallel laufen und man würde unnötig mehr Arbeitsspeicher benötigen (oder real zur Verfügung haben). Direkter ist auf Dauer aus meiner Sicht sicher die sauberere Lösung und man ist immer direkt am "Motor" dran, evtl. mache ich mir rein zum Spaß noch ein NT 3.1 drauf.

VMs und Grafikkarten vertragen sich auch nicht so super, soll heißen, es ist durchaus etwas Konfigurationsaufwand dabei, wenn die VM Zugriff auf deine Grafikkarte haben soll (das war zumindest meine letzte Erfahrung damit).

Wenn man bisher mit Sound nichts gemacht hat, dann liegt das ja nun nicht so fern. Aber schaut für den Anwendungsfall gut geeignet zu sein und ich habe es mir abgespeichert.

Auf Soundcloud wird vor allem Musik verbreitet, und damit haben ja nun die meisten Leute schonmal was zu tun gehabt

Warum solche Tools nur für Linux entwickelt werden und nicht für das weiter verbreitetere Windows konnte mir aber noch keiner verraten - und sei es nur seine private Sicht.

Hatten wir die Diskussion nicht schonmal? Entwicklung unter Windows ist nervig und viele der Leute, die solche Tools entwickeln, benutzen daher Linux. Macht dann ja auch Sinn, erstmal für Linux zu entwickeln.

[Milky-Way]

Inwiefern es sinnvoll ist, für neural networks etc. einen alten PC zu verwenden, ist vielleicht fraglich. Kommt natürlich immer drauf an, wie lange man Zeit hat / warten möchte.

Je nachdem, was man plant, könnte google colab eine Alternative sein, insbesondere, wenn man selbst keine dedizierte CUDA-kompatible Grafikkarte hat. Da erübrigt es sich dann auch, bei sich selbst ein Linux System aufzusetzen.

[Feuerbarde]

Hatten wir die Diskussion nicht schonmal? Entwicklung unter Windows ist nervig und viele der Leute, die solche Tools entwickeln, benutzen daher Linux. Macht dann ja auch Sinn, erstmal für Linux zu entwickeln.

Ja hatten wir schon mal, aber die Antwort(en) seinerzeit waren für mich nicht ausreichend wohl, es kann aber auch sein das ich derzeit eine geistig extrem schlechte Fase hatte. Auf jeden bestand die Frage für mich noch. Mit dem jetzt was Du geschrieben hast im ganzen bin ich da aber zufrieden, das war jetzt knapp und einfach - aber nachvollziehbar. Gibt mir ja wenigstens die Hoffnung das sich da noch weiter was tut. Andererseits freunde ich mich innerlich doch ein wenig mit Linux an, ist ja auch die Möglichkeit noch mal etwas für mich neues kennen zu lernen und es sind oft schon Kleinigkeiten die Zufriedenheit generieren können.

Wo wir gerade beim Programmieren sind, welche dieser Sprachen beherrscht Du?

VMs und Grafikkarten vertragen sich auch nicht so super, soll heißen, es ist durchaus etwas Konfigurationsaufwand dabei, wenn die VM Zugriff auf deine Grafikkarte haben soll (das war zumindest meine letzte Erfahrung damit).

Ja genau, darum bevorzuge ich einen extra Rechner. Ausrangierte Hardware habe ich genug, in den Rechner habe ich auch nicht ganz ohne (Gothic) Grund eine Creative Sound Blaster Audigy 2 ZS Gold verbaut die ich noch liegen hatte, wie weiter unten von Milky-Way angesprochen - ganz gezielt auch eine Grafikkarte die CUDA gut unterstützt. Man ist einfach dichter unter der Haube als bei einer VM.

Auf Soundcloud wird vor allem Musik verbreitet, und damit haben ja nun die meisten Leute schonmal was zu tun gehabt

Sicher liebe ich Musik, aber bisher hörte ich was mir so gefällt - ich habe mich noch nie damit beschäftigt selbige zu verbreiten. Bei den Sprachfiles bietet es sich natürlich an wenn man mit anderen im Team evtl. arbeitet. Für sich selber braucht man das dann eher auch nicht.

Inwiefern es sinnvoll ist, für neural networks etc. einen alten PC zu verwenden, ist vielleicht fraglich. Kommt natürlich immer drauf an, wie lange man Zeit hat / warten möchte.

Je nachdem, was man plant, könnte google colab eine Alternative sein, insbesondere, wenn man selbst keine dedizierte CUDA-kompatible Grafikkarte hat. Da erübrigt es sich dann auch, bei sich selbst ein Linux System aufzusetzen.

Na ja, noch mehr neue - noch unverbreitete Techniken. Wenn ich nicht als Zwangsrentner etwas auf das Geld achten müsste, dann würde ich dafür nicht Altteile verwenden - sondern mir fix mal das beste kaufen. Das ist aber derzeit nicht möglich, umweltschonend ist es aber sicher auch und so falsch kann das bei dem Alter der für mich betreffenden Spiele kaum sein.

[Lehona]

Ja hatten wir schon mal, aber die Antwort(en) seinerzeit waren für mich nicht ausreichend wohl, es kann aber auch sein das ich derzeit eine geistig extrem schlechte Fase hatte. Auf jeden bestand die Frage für mich noch. Mit dem jetzt was Du geschrieben hast im ganzen bin ich da aber zufrieden, das war jetzt knapp und einfach - aber nachvollziehbar. Gibt mir ja wenigstens die Hoffnung das sich da noch weiter was tut. Andererseits freunde ich mich innerlich doch ein wenig mit Linux an, ist ja auch die Möglichkeit noch mal etwas für mich neues kennen zu lernen und es sind oft schon Kleinigkeiten die Zufriedenheit generieren können.

Wo wir gerade beim Programmieren sind, welche dieser Sprachen beherrscht Du?

Die üblichen nutzerfreundlichen Distributionen (Debian/Ubuntu) sind schon relativ nah an Windows dran, würde ich sagen, insbesondere mit KDE.

Beherrschen ist immer so 'ne Sache, aber neben Daedalus würde ich sagen C, C#, C++, Java, Rust, x86/ARM assembly, Python. Das ist aber nicht so super relevant, eine neue Sprache kann man sich normalerweise innerhalb von ein paar Wochen beibringen.

[Cor Schalom]

Der Link im Startpost funktioniert nicht mehr, würde gerne mal reinhören

[Feuerbarde]

Der Link im Startpost funktioniert nicht mehr, würde gerne mal reinhören

Der Ersteller benutzt jetzt wohl SoundCloud, hier hat er letztlich Testfiles verlinkt (jetzt kann ich sie auch anhören, hat wohl was gesponnen bei mir): https://soundcloud.com/sanjaesc-3957.../s-AG2sHY4OutO

[Moe]

Hallo, kannst du mir vielleicht bitte eine Audio-Datei erstellen, wo der Held mit seiner Stimme "Beatrice" sagt?

[MadFaTal]

Hallo, kannst du mir vielleicht bitte eine Audio-Datei erstellen, wo der Held mit seiner Stimme "Beatrice" sagt?

Mit einem älterem Model von sanjaesc erstellt. Nach ein paar Versuchen ergibt der umgewandelte Text "Beatries!" für mich das beste Ergebnis.
Die erstellte Datei ist ein mir unbekanntes .wav Format. Das musst du noch umwandeln, damit Gothic # damit umgehen kann.
Beatrice.zip

[Moe]

Mit einem älterem Model von sanjaesc erstellt. Nach ein paar Versuchen ergibt der umgewandelte Text "Beatries!" für mich das beste Ergebnis.
Die erstellte Datei ist ein mir unbekanntes .wav Format. Das musst du noch umwandeln, damit Gothic # damit umgehen kann.
Beatrice.zip

Cool, danke!

[Hezotic]

Mit einem älterem Model von sanjaesc erstellt. Nach ein paar Versuchen ergibt der umgewandelte Text "Beatries!" für mich das beste Ergebnis.
Die erstellte Datei ist ein mir unbekanntes .wav Format. Das musst du noch umwandeln, damit Gothic # damit umgehen kann.
Beatrice.zip

Bin jetzt auch mal auf das Thema gestoßen und bin echt beeindruckt wie natürlich man die Stimme darstellen kann.. wenn das CSP mal rauskommt oder für andere Projekte wie returning mit TTS weiter gemacht wird, kann man erwarten dass diese trainierte heldenstimme zum Einsatz kommt? Das würde der lore echt gut tun und noch mehr Laune am spielen machen.
Liebe Grüße

[sanjaesc]

Bin jetzt auch mal auf das Thema gestoßen und bin echt beeindruckt wie natürlich man die Stimme darstellen kann.. wenn das CSP mal rauskommt oder für andere Projekte wie returning mit TTS weiter gemacht wird, kann man erwarten dass diese trainierte heldenstimme zum Einsatz kommt? Das würde der lore echt gut tun und noch mehr Laune am spielen machen.
Liebe Grüße

Eigentlich wollte ich schon lange ein TTS Modell veröffentlichen, aber leider sind mir im letzten Jahr ziemlich viele Dinge dazwischen gekommen und momentan sitzt mir auch die Masterarbeit schnaufend im Nacken, die Ende Januar abgegeben werden will... daher bin ich einfach noch nicht dazu gekommen.

Ich habe aktuell ein Modell mit 160 Sprechern (Gothic 1-3, Risen, Skyrim und Witcher) im Training, Beispiele gibt es hier: https://drive.google.com/drive/folde...md?usp=sharing

Wenn alles gut geht und die Zeit es zulässt, werde ich es im Februar veröffentlichen. Allerdings muss ich mich noch bezüglich des Copyright informieren...

Grüße,
Alex

[Hezotic]

Eigentlich wollte ich schon lange ein TTS Modell veröffentlichen, aber leider sind mir im letzten Jahr ziemlich viele Dinge dazwischen gekommen und momentan sitzt mir auch die Masterarbeit schnaufend im Nacken, die Ende Januar abgegeben werden will... daher bin ich einfach noch nicht dazu gekommen.

Ich habe aktuell ein Modell mit 160 Sprechern (Gothic 1-3, Risen, Skyrim und Witcher) im Training, Beispiele gibt es hier: https://drive.google.com/drive/folde...md?usp=sharing

Wenn alles gut geht und die Zeit es zulässt, werde ich es im Februar veröffentlichen. Allerdings muss ich mich noch bezüglich des Copyright informieren...

Grüße,
Alex

Schön von dir zu hören, wäre großartig wenn du es veröffentlichst und andere modder damit ihre Projekte aufhübschen können, das wär mir eine große Freude! :-)

[MadFaTal]

Ich habe aktuell ein Modell mit 160 Sprechern (Gothic 1-3, Risen, Skyrim und Witcher) im Training, Beispiele gibt es hier: https://drive.google.com/drive/folde...md?usp=sharing

Wenn alles gut geht und die Zeit es zulässt, werde ich es im Februar veröffentlichen. Allerdings muss ich mich noch bezüglich des Copyright informieren...

Das hört sich super an und ich hoffe das Copyrights nicht alles verhindern.
Ich konnte mich leider nie aufraffen ein echtes Unix aufzusetzen um selbst Modelle zu trainieren.
Aber mit deinen bisher trainierten Modellen kann ich unter Windows .wav Dateien erzeugen, auch wenn es sehr lange dauert verglichen mit text-to-speech SAPI5 Stimmen, lohnt es sich.
Aber es gibt bei einigen Textumwandlungen ab und an Probleme:
- Enthält der Text mehr als einen Satz, dann wird manchmal nur der erste Satz in die .wav Datei exportiert. Folgesätze werden bei der Umwandlung ignoriert.
- Manchmal wird an einen Satz eine Art "Gesäusel" von ca. 10-30s angehängt.

Tritt das bei deinen neuen Modellen auch noch auf?
Passiert es deutlich seltener oder in etwa so häufig wie bei deinen bisher trainierten Modellen?

[sanjaesc]

Aber es gibt bei einigen Textumwandlungen ab und an Probleme:
- Enthält der Text mehr als einen Satz, dann wird manchmal nur der erste Satz in die .wav Datei exportiert. Folgesätze werden bei der Umwandlung ignoriert.

Ja, das Netzwerk sieht einfach den Punkt als Ende und versucht dort aufzuhören. Es gab natürlich auch Trainingsdaten mit mehreren Sätzen als Eingabe, weshalb es manchmal funktioniert und manchmal nicht, es ist abhängig von der Eingabe.

Mitlerweile nutze ich die Implementierung von https://github.com/coqui-ai/TTS. Damit funktioniert es deutlich besser, aber es ist immer noch nicht 100 % perfekt, aber ich denke, das kann man auch nicht erwarten. ^^
Die einfachste Variante, die ich auch selbst verwende, ist aber, die Sätze bereits im Code zu trennen, die einzelnen Sätze zu generieren und wieder zusammenzusetzen und als .wav zu speichern.

- Manchmal wird an einen Satz eine Art "Gesäusel" von ca. 10-30s angehängt.

Das Modell, das ich damals trainiert habe, hatte einfach nicht genug Material. Es kann vorkommen, dass der Teil, der für die Übersetzung des Textes in Audiosignale zuständig ist (Decoder), einfach an Eingaben die außerhalb der trainierten Domäne sind, sich verschluckt und anfängt Unsinn zu produzieren.

Tritt das bei deinen neuen Modellen auch noch auf?
Passiert es deutlich seltener oder in etwa so häufig wie bei deinen bisher trainierten Modellen?

Es ist deutlich besser und robuster geworden, aber es hat sich in dieser Zeit auch viel auf dem Gebiet getan.

[MadFaTal]

Im CSP Thema wurde dieser Link zu gepostet: SKVA Synth
Ist hier als Ergänzung denke ich, auch gut aufgehoben.

[sanjaesc]

Im CSP Thema wurde dieser Link zu gepostet: SKVA Synth
Ist hier als Ergänzung denke ich, auch gut aufgehoben.

Die Tonhöhe der einzelnen Buchstaben zu verstellen sieht interessant aus, das werde ich mir mal ansehen. Allerdings klingt die Qualität der generierten Sprache eher schlecht.

Ich sehe gerade, dass er die Modelle u.a. unter Patreon als Early Access zur Verfügung stellt. Wie legal das wohl ist?

Bezüglich des Copyrights. Ich denke, ich kann die Modelle ohne Probleme als non commercial veröffentlichen, siehe §60d https://www.clarin.eu/content/clic-c...ptions-germany.

[Gothic_Freak]

Moin

Ich finde die Sprachfiles schon sehr beeindruckend, allerdings glaube ich nicht, dass ich mit meinem Toasterlaptop eigenständig ein Modell programmieren könnte, ebenso fehlt mir leider die Kenntnis jeglicher Scriptsprachen^^ Gibt es die Möglichkeit, dass man auch die Ausgabe längere Texte (zB für einen Trailer) bei jemanden mit trainiertem Modell anfragen könnte?

[Bisasam]

Darf ich schonmal anmerken, dass ich G1 Cor Angar, Xardas und Fletcher brauchen könnte?
Ich freue mich auf den Release!

[Diaz00]

Ich kanns kaum erwarten