v1.3

主要更新：

1. 加入中文输入支持！需要手动下载模型放在model中
2. 增加了一步骤的UVR人声分离，效果更好
3. 在WhisperX转录之前进行人声分离，保证转录质量（仅WhisperX本地版）
4. 改进配音流程，修复了音频时间比视频长的问题
5. 大幅修复了phrase错误！！！
6. 补充了trim后的检查

详细更新：

• 新增功能：

  • 增加中文语言支持
  • 新增 UVR 模型，提高音频质量

• 性能优化：

  • 设置访问 GPT 超时
  • 使用 pip 安装 torch，取代 conda
  • WhisperX 本地版会在转录前进行 UVR 处理，保证质量
  • 根据显存自动调整 WhisperX 本地运行的 batch size

• 用户体验改进：

  • 缩减 prompt，备选方案从 3 个变成 2 个
  • 最大长度更新至 70
  • 字号更大，每行更短
  • 侧边栏加入输入语言选项
  • 上传时检查视频名

• 配音优化：

  • 修复了中文转英文配音时的一些问题

• 依赖优化：

  • 移除了大部分的 ffmpeg 依赖
  • 不再需要 ffprobe
  • Mac 用户无需手动安装 ffmpeg

• 文档更新：

  • 更新 README.md
  • 更新 config.example.py

小细节：

• 取消了大部分 ffmpeg 依赖，简化安装流程
• 完善了配置文档

v1.2

• 加入了 FishTTS ，效果超绝
• 下载YouTube时可以选择分辨率了，现在还会把封面一起下下来！

小细节：

• 本地运行 WhisperX 将根据显存自动调整batch size
• 移除了 Edge TTS，太假了。
• 完善了 GPT-SoVITS 的配置文档

v1.1.0

• 增加了语速控制 speed 1~1.35，避免过快的语音，更加自然
• 加入了翻译后的长度裁切，观感更好，且容易配合后续配音
• 修改了非sonnet模型的翻译chunk大小，避免Qwen报错
• 补充了gptsovtis模式1：仅使用提供的参考音频

小细节

• 优化了文档，增加了整合包和源码部署的说明
• mac用户使用sovits会提示手动打开
• 更完善的llm翻译格式验证
• 更改了config，高级设置仅能在 config.py 中设置，优化了使用的模型

v1.0 !!!!!

• 终于把配音功能加上了，支持Azure，Openai，Edge，GPT-SoVITS-v2（beta）
• 修复了若干bug，翻译错误率更低了
• 移除了whisper_timestamped

v0.8.3

• 加入了不输出压制视频的选项，在主动选择或者视频长度大于40min是会不进行压制视频

v0.8.2

• 加入了翻译内容更严格的检查，避免了空行翻译错误

• api 更换默认使用硅基流动的 Qwen2.5 ，性能能达到 sonnet 的 80%！（但 sonnet 仍然是最佳选择，没有 ai 味且更连贯）

v0.8.1

• 修复了whisperX本地运行版本的bug
• 更换了默认api提供商，使用稳定的deepbricks，并且安装指南中加入了Qwen和deepseek的推荐

v0.8.0

• 支持无限长度视频
• 美化了print
• 暂时移除了docker部署

v0.7.0

修复了对齐失败报错 phrase 的错误。

增加了日语、西语、德语、意大利语的输入语言支持，暂时不考虑对中文输入做支持。

v0.6.2

• 修复了一些字幕对齐的bug
• 切换回claude模型，更稳定，推荐云雾api
• 把spacy模型切换成medium，占用更小
• 明确了支持语言的列表，不支持中文和日文输入，暂时只支持英文、法语、俄语，其他语言待测试
• 修复了翻译时gpt会在结果中增加\n影响后续对齐的bug