diff --git a/webui/native/lang/lang_it.json b/webui/native/lang/lang_it.json index d64880980..d8f744a32 100644 --- a/webui/native/lang/lang_it.json +++ b/webui/native/lang/lang_it.json @@ -134,7 +134,6 @@ "models.hfAccess": "Accesso HF richiesto", "models.model": "modello", "models.queued": "in coda", - "models.reinstall": "Reinstalla", "models.selected": "Selezionato", "models.sharedPackage": "Usa il pacchetto condiviso {name} mostrato sopra.", "models.sizeUnavailable": "dimensione non disponibile", @@ -150,7 +149,6 @@ "arena.title.tts": "Confronto TTS", "arena.title.vc": "Confronto conversione vocale", "arena.title.asr": "Confronto ASR", - "arena.subtitle": "Esegue lo stesso input sui modelli installati e sui pacchetti scelti, uno dopo l'altro.", "arena.subtitle.tts": "Esegue lo stesso testo sui modelli TTS e sui pacchetti scelti.", "arena.subtitle.vc": "Esegue lo stesso audio sorgente sui modelli di conversione vocale scelti.", "arena.subtitle.asr": "Esegue lo stesso audio sorgente sui modelli ASR scelti e confronta le trascrizioni.", @@ -256,6 +254,47 @@ "voice.recommendedClone": "consigliata per la clonazione", "voice.recording": "Registrazione voce di riferimento", "voice.requiredClone": "obbligatoria per questa clonazione vocale", - "voice.transcriptPlaceholder": "Digita le parole esatte dell'audio di riferimento oppure carica il file .txt corrispondente." + "voice.transcriptPlaceholder": "Digita le parole esatte dell'audio di riferimento oppure carica il file .txt corrispondente.", + "file.clear": "Cancella file", + "file.preview": "Anteprima", + "param.chatterbox.s3gen_cfg_rate.label": "s3gen_cfg_rate (guida della voce)", + "param.controlfoley.negative_prompt.placeholder": "prompt negativo opzionale", + "param.dramabox.duration_sec.label": "duration_sec (0 = automatico)", + "param.echo_tts.guidance_interval.info": "Aggiorna le corsie CFG non condizionate ogni N passaggi guidati. Valori più alti sono più veloci e funzionano meglio con molti passaggi; 1 offre la fedeltà massima.", + "param.echo_tts.guidance_interval.label": "Intervallo di guida", + "param.echo_tts.num_inference_steps.info": "Passaggi del campionatore Euler.", + "param.echo_tts.num_inference_steps.label": "Passaggi di campionamento", + "param.echo_tts.reference_duration_sec.info": "Taglia il riferimento del parlante prima della codifica. Circa 10 s di solito danno la clonazione migliore.", + "param.echo_tts.reference_duration_sec.label": "Taglio del riferimento (s)", + "param.echo_tts.seed.label": "Seed", + "param.echo_tts.speaker_guidance_scale.label": "Guida del parlante", + "param.echo_tts.text_guidance_scale.label": "Guida del testo", + "param.echo_tts.truncation_factor.label": "Troncamento del rumore", + "param.index_tts2.duration_factor.info": "Corrisponde al duration_factor ufficiale di IndexTTS2.5: scala la durata dell'output senza modificare timbro o contenuto", + "param.index_tts2.duration_factor.label": "duration_factor (moltiplicatore di durata; >1 più lento, <1 più veloce)", + "param.index_tts2.emotion_text.info": "Impostandolo si attiva il condizionamento emotivo.", + "param.index_tts2.emotion_text.label": "emotion_text (testo di riferimento dell'emozione)", + "param.index_tts2.lang.info": "Vale solo per i modelli IndexTTS2.5 (multilingua): auto sceglie zh quando il testo contiene caratteri Han, altrimenti en; imposta ja/es/ar esplicitamente", + "param.index_tts2.lang.label": "lang (suggerimento di lingua, solo modelli IndexTTS2.5)", + "param.index_tts2.use_emotion_text.label": "use_emotion_text (deduci dal testo)", + "param.irodori_tts.duration_sec.label": "duration_sec (0 = automatico)", + "param.magpie_tts.voice_id.label": "voice_id (voce inclusa nel pacchetto)", + "param.minimax_music3.ar_guidance_scale.info": "Guida senza classificatore del campionamento dei codici semantici e residui.", + "param.minimax_music3.ar_guidance_scale.label": "Scala di guida AR", + "param.minimax_music3.guidance_scale.label": "Scala di guida del flow", + "param.minimax_music3.num_inference_steps.info": "Passaggi Euler di flow matching per ogni finestra di denoising da 200 fotogrammi.", + "param.minimax_music3.num_inference_steps.label": "Passaggi di flow per finestra", + "param.neutts.voice_id.label": "voice_id (voce integrata)", + "param.personaplex.system_prompt.placeholder": "Lascia vuoto per usare la casella di testo come system prompt.", + "param.personaplex.voice_id.label": "voice_id (voce inclusa nel pacchetto)", + "param.rvc.output_sample_rate.label": "output_sample_rate (0 = predefinito della voce)", + "param.supertonic.voice.label": "voice (preset M = maschile, F = femminile)", + "request.autoDuration": "-1 = automatico", + "request.rewriteCaption": "Riscrivi descrizione", + "request.rewritingCaption": "Riscrittura descrizione...", + "studio.subtitle.conversion": "Trasforma una registrazione in un'altra voce conservando l'interpretazione parlata o cantata.", + "studio.subtitle.separation": "Separa una registrazione in voce, strumenti o altre tracce audio disponibili.", + "task.midi": "Da audio a MIDI", + "voice.configured": "Voci configurate" } } diff --git a/webui/native/lang/lang_pl.json b/webui/native/lang/lang_pl.json index e4aff0311..e2433136b 100644 --- a/webui/native/lang/lang_pl.json +++ b/webui/native/lang/lang_pl.json @@ -134,7 +134,6 @@ "models.hfAccess": "Wymagany dostęp do HF", "models.model": "model", "models.queued": "w kolejce", - "models.reinstall": "Zainstaluj ponownie", "models.selected": "Wybrano", "models.sharedPackage": "Używa wspólnego pakietu {name} pokazanego powyżej.", "models.sizeUnavailable": "rozmiar niedostępny", @@ -150,7 +149,6 @@ "arena.title.tts": "Porównanie TTS", "arena.title.vc": "Porównanie konwersji głosu", "arena.title.asr": "Porównanie ASR", - "arena.subtitle": "Uruchamia ten sam input na wybranych zainstalowanych modelach i wariantach pakietów, jeden po drugim.", "arena.subtitle.tts": "Uruchamia ten sam tekst na wybranych modelach TTS i wariantach pakietów.", "arena.subtitle.vc": "Uruchamia to samo audio źródłowe na wybranych modelach konwersji głosu.", "arena.subtitle.asr": "Uruchamia to samo audio źródłowe na wybranych modelach ASR i porównuje transkrypcje.", @@ -256,6 +254,47 @@ "voice.recommendedClone": "zalecana do klonowania", "voice.recording": "Nagrywanie głosu referencyjnego", "voice.requiredClone": "wymagana dla tego klonowania głosu", - "voice.transcriptPlaceholder": "Wpisz dokładne słowa z audio referencyjnego lub wczytaj pasujący plik .txt powyżej." + "voice.transcriptPlaceholder": "Wpisz dokładne słowa z audio referencyjnego lub wczytaj pasujący plik .txt powyżej.", + "file.clear": "Wyczyść plik", + "file.preview": "Podgląd", + "param.chatterbox.s3gen_cfg_rate.label": "s3gen_cfg_rate (naprowadzanie głosem)", + "param.controlfoley.negative_prompt.placeholder": "opcjonalne polecenie negatywne", + "param.dramabox.duration_sec.label": "duration_sec (0 = automatycznie)", + "param.echo_tts.guidance_interval.info": "Odświeża bezwarunkowe ścieżki CFG co N-ty krok naprowadzany. Większe wartości są szybsze i działają najlepiej przy większej liczbie kroków; 1 daje najwyższą wierność.", + "param.echo_tts.guidance_interval.label": "Interwał naprowadzania", + "param.echo_tts.num_inference_steps.info": "Kroki próbnika Eulera.", + "param.echo_tts.num_inference_steps.label": "Kroki próbkowania", + "param.echo_tts.reference_duration_sec.info": "Przytnij referencję mówcy przed kodowaniem. Około 10 s zwykle daje najlepsze klonowanie.", + "param.echo_tts.reference_duration_sec.label": "Przycięcie referencji (s)", + "param.echo_tts.seed.label": "Ziarno", + "param.echo_tts.speaker_guidance_scale.label": "Naprowadzanie mówcą", + "param.echo_tts.text_guidance_scale.label": "Naprowadzanie tekstem", + "param.echo_tts.truncation_factor.label": "Obcinanie szumu", + "param.index_tts2.duration_factor.info": "Odpowiada oficjalnemu duration_factor z IndexTTS2.5: skaluje czas trwania wyjścia bez zmiany barwy ani treści", + "param.index_tts2.duration_factor.label": "duration_factor (mnożnik czasu trwania; >1 wolniej, <1 szybciej)", + "param.index_tts2.emotion_text.info": "Ustawienie tego pola włącza warunkowanie emocjami.", + "param.index_tts2.emotion_text.label": "emotion_text (tekst referencyjny emocji)", + "param.index_tts2.lang.info": "Działa tylko w modelach IndexTTS2.5 (wielojęzycznych): auto wybiera zh, gdy tekst zawiera znaki Han, w przeciwnym razie en; ja/es/ar ustaw wprost", + "param.index_tts2.lang.label": "lang (podpowiedź języka, tylko modele IndexTTS2.5)", + "param.index_tts2.use_emotion_text.label": "use_emotion_text (wywnioskuj z tekstu)", + "param.irodori_tts.duration_sec.label": "duration_sec (0 = automatycznie)", + "param.magpie_tts.voice_id.label": "voice_id (głos z pakietu)", + "param.minimax_music3.ar_guidance_scale.info": "Naprowadzanie bez klasyfikatora przy próbkowaniu kodów semantycznych i rezydualnych.", + "param.minimax_music3.ar_guidance_scale.label": "Skala naprowadzania AR", + "param.minimax_music3.guidance_scale.label": "Skala naprowadzania flow", + "param.minimax_music3.num_inference_steps.info": "Kroki Eulera flow matching na każde 200-klatkowe okno odszumiania.", + "param.minimax_music3.num_inference_steps.label": "Kroki flow na okno", + "param.neutts.voice_id.label": "voice_id (głos wbudowany)", + "param.personaplex.system_prompt.placeholder": "Zostaw puste, aby użyć pola tekstowego jako system prompt.", + "param.personaplex.voice_id.label": "voice_id (głos z pakietu)", + "param.rvc.output_sample_rate.label": "output_sample_rate (0 = domyślna dla głosu)", + "param.supertonic.voice.label": "voice (M = głos męski, F = żeński)", + "request.autoDuration": "-1 = automatycznie", + "request.rewriteCaption": "Przepisz opis", + "request.rewritingCaption": "Przepisywanie opisu...", + "studio.subtitle.conversion": "Przekształcaj nagranie w inny głos, zachowując sposób mówienia lub śpiewania.", + "studio.subtitle.separation": "Rozdzielaj nagranie na wokal, instrumenty lub inne dostępne ścieżki.", + "task.midi": "Audio na MIDI", + "voice.configured": "Skonfigurowane głosy" } } diff --git a/webui/native/lang/lang_ru.json b/webui/native/lang/lang_ru.json index 7070c35c6..42032f5c3 100644 --- a/webui/native/lang/lang_ru.json +++ b/webui/native/lang/lang_ru.json @@ -134,7 +134,6 @@ "models.hfAccess": "Требуется доступ HF", "models.model": "модель", "models.queued": "в очереди", - "models.reinstall": "Переустановить", "models.selected": "Выбрано", "models.sharedPackage": "Использует общий пакет {name}, показанный выше.", "models.sizeUnavailable": "размер недоступен", @@ -150,7 +149,6 @@ "arena.title.tts": "Сравнение TTS", "arena.title.vc": "Сравнение преобразования голоса", "arena.title.asr": "Сравнение ASR", - "arena.subtitle": "Запускает один и тот же ввод через выбранные установленные модели и варианты пакетов по очереди.", "arena.subtitle.tts": "Запускает один и тот же текст через выбранные модели TTS и варианты пакетов.", "arena.subtitle.vc": "Запускает одно и то же исходное аудио через выбранные модели преобразования голоса.", "arena.subtitle.asr": "Запускает одно и то же исходное аудио через выбранные модели ASR и сравнивает расшифровки.", @@ -256,6 +254,47 @@ "voice.recommendedClone": "рекомендуется для клонирования", "voice.recording": "Запись эталонного голоса", "voice.requiredClone": "требуется для этого клонирования", - "voice.transcriptPlaceholder": "Введите точные слова из эталонного аудио или загрузите соответствующий файл .txt выше." + "voice.transcriptPlaceholder": "Введите точные слова из эталонного аудио или загрузите соответствующий файл .txt выше.", + "file.clear": "Очистить файл", + "file.preview": "Предпросмотр", + "param.chatterbox.s3gen_cfg_rate.label": "s3gen_cfg_rate (управление голосом)", + "param.controlfoley.negative_prompt.placeholder": "необязательный негативный запрос", + "param.dramabox.duration_sec.label": "duration_sec (0 = автоматически)", + "param.echo_tts.guidance_interval.info": "Обновляет безусловные линии CFG на каждом N-м управляемом шаге. Больше — быстрее и лучше работает при большем числе шагов; 1 даёт максимальную точность.", + "param.echo_tts.guidance_interval.label": "Интервал управления", + "param.echo_tts.num_inference_steps.info": "Шаги сэмплера Эйлера.", + "param.echo_tts.num_inference_steps.label": "Шаги сэмплирования", + "param.echo_tts.reference_duration_sec.info": "Обрезает эталон голоса перед кодированием. Около 10 с обычно дают лучшее клонирование.", + "param.echo_tts.reference_duration_sec.label": "Обрезка эталона (с)", + "param.echo_tts.seed.label": "Seed", + "param.echo_tts.speaker_guidance_scale.label": "Управление по голосу", + "param.echo_tts.text_guidance_scale.label": "Управление по тексту", + "param.echo_tts.truncation_factor.label": "Усечение шума", + "param.index_tts2.duration_factor.info": "Соответствует официальному duration_factor из IndexTTS2.5: масштабирует длительность вывода, не меняя тембр и содержание", + "param.index_tts2.duration_factor.label": "duration_factor (множитель длительности; >1 медленнее, <1 быстрее)", + "param.index_tts2.emotion_text.info": "Заполнение этого поля включает управление эмоцией.", + "param.index_tts2.emotion_text.label": "emotion_text (эталонный текст эмоции)", + "param.index_tts2.lang.info": "Действует только для моделей IndexTTS2.5 (многоязычных): auto выбирает zh, если в тексте есть иероглифы, иначе en; ja/es/ar задавайте явно", + "param.index_tts2.lang.label": "lang (подсказка языка, только модели IndexTTS2.5)", + "param.index_tts2.use_emotion_text.label": "use_emotion_text (определять по тексту)", + "param.irodori_tts.duration_sec.label": "duration_sec (0 = автоматически)", + "param.magpie_tts.voice_id.label": "voice_id (голос из пакета)", + "param.minimax_music3.ar_guidance_scale.info": "Управление без классификатора при сэмплировании семантических и остаточных кодов.", + "param.minimax_music3.ar_guidance_scale.label": "Масштаб управления AR", + "param.minimax_music3.guidance_scale.label": "Масштаб управления flow", + "param.minimax_music3.num_inference_steps.info": "Шаги Эйлера flow matching на каждое окно шумоподавления в 200 кадров.", + "param.minimax_music3.num_inference_steps.label": "Шаги flow на окно", + "param.neutts.voice_id.label": "voice_id (встроенный голос)", + "param.personaplex.system_prompt.placeholder": "Оставьте пустым, чтобы использовать текстовое поле как system prompt.", + "param.personaplex.voice_id.label": "voice_id (голос из пакета)", + "param.rvc.output_sample_rate.label": "output_sample_rate (0 = по умолчанию для голоса)", + "param.supertonic.voice.label": "voice (M = мужской, F = женский пресет)", + "request.autoDuration": "-1 = автоматически", + "request.rewriteCaption": "Переписать описание", + "request.rewritingCaption": "Переписывание описания...", + "studio.subtitle.conversion": "Преобразуйте запись в другой голос, сохраняя манеру речи или пения.", + "studio.subtitle.separation": "Разделяйте запись на вокал, инструменты и другие доступные аудиодорожки.", + "task.midi": "Аудио в MIDI", + "voice.configured": "Настроенные голоса" } } diff --git a/webui/native/lang/lang_zh.json b/webui/native/lang/lang_zh.json index 1c9ca0207..56e4cae1b 100644 --- a/webui/native/lang/lang_zh.json +++ b/webui/native/lang/lang_zh.json @@ -134,7 +134,6 @@ "models.hfAccess": "需要 HF 访问权限", "models.model": "模型", "models.queued": "排队中", - "models.reinstall": "重新安装", "models.selected": "已选择", "models.sharedPackage": "使用上方显示的共享 {name} 软件包。", "models.sizeUnavailable": "大小不可用", @@ -150,7 +149,6 @@ "arena.title.tts": "TTS 对比", "arena.title.vc": "语音转换对比", "arena.title.asr": "ASR 对比", - "arena.subtitle": "用同一输入依次运行已选择的已安装模型和精度包，方便比较输出。", "arena.subtitle.tts": "用同一文本依次运行已选择的 TTS 模型和精度包。", "arena.subtitle.vc": "用同一源音频依次运行已选择的语音转换模型。", "arena.subtitle.asr": "用同一源音频依次运行已选择的 ASR 模型并比较转录结果。", @@ -256,6 +254,119 @@ "voice.recommendedClone": "建议用于克隆", "voice.recording": "正在录制参考音色", "voice.requiredClone": "此声音克隆必需", - "voice.transcriptPlaceholder": "输入参考音频中的准确文字，或加载上方匹配的 .txt 文件。" + "voice.transcriptPlaceholder": "输入参考音频中的准确文字，或加载上方匹配的 .txt 文件。", + "file.clear": "清除文件", + "file.preview": "预览", + "param.ace_step.audio_cover_strength.info": "1=贴近原曲，0=自由发挥；建议 0.5", + "param.ace_step.bpm.info": "0=不指定", + "param.ace_step.bpm.label": "【曲谱】BPM", + "param.ace_step.cover_noise_strength.info": "保旋律强度；推荐 0.1~0.25", + "param.ace_step.flow_edit_n_avg.info": "每步多次采样取平均（remix 默认 2）；1=最快", + "param.ace_step.flow_edit_n_max.info": "唱不出新歌词时降到 0.7~0.9", + "param.ace_step.flow_edit_n_min.info": "调大更保源曲、换词更弱", + "param.ace_step.keyscale.label": "【曲谱】keyscale", + "param.ace_step.keyscale.placeholder": "如 F major", + "param.ace_step.num_inference_steps.info": "扩散步数（turbo 上限 20）；remix 路由不填时默认 16，其他路由默认 8", + "param.ace_step.route.info": "cover/remix=换词翻唱，非 text2music 需上传源音频；详见 webui/README.md", + "param.ace_step.route.label": "route（操作类型）", + "param.ace_step.shift.info": "原版 turbo 默认 3.0；1.0 会明显劣化 remix 换词咬字", + "param.ace_step.shift.label": "shift（时间步弯曲）", + "param.ace_step.source_caption.placeholder": "源歌曲描述；『🔍 分析』自动填", + "param.ace_step.source_lyrics.placeholder": "源歌曲原歌词；『🔍 分析』自动填", + "param.ace_step.timesignature.label": "【曲谱】timesignature", + "param.ace_step.timesignature.placeholder": "如 4", + "param.chatterbox.exaggeration.info": "改动后需重新『加载模型』才生效", + "param.chatterbox.guidance_scale.info": "改动后需重新『加载模型』才生效", + "param.chatterbox.num_inference_steps.label": "num_inference_steps（生成步数）", + "param.chatterbox.s3gen_cfg_rate.label": "s3gen_cfg_rate（音色引导强度）", + "param.dramabox.audio_chunk_duration_sec.label": "audio_chunk_duration_sec（长文本分段目标时长）", + "param.dramabox.audio_chunk_threshold_sec.label": "audio_chunk_threshold_sec（长文本阈值）", + "param.dramabox.cross_fade_duration_sec.label": "cross_fade_duration_sec（分段交叉淡化）", + "param.dramabox.duration_scale.label": "duration_scale（自动估时倍率）", + "param.dramabox.duration_sec.label": "duration_sec（0=自动估时）", + "param.dramabox.guidance_rescale.placeholder": "auto 或数值", + "param.dramabox.negative_prompt.label": "negative_prompt（负向提示）", + "param.dramabox.negative_prompt.placeholder": "留空=模型内置质量提示", + "param.dramabox.reference_duration_sec.label": "reference_duration_sec（参考音频裁剪/重复秒数）", + "param.heartmula.infinite_mode.label": "infinite_mode（长输出分段生成）", + "param.heartmula.num_inference_steps.label": "num_inference_steps（codec 步数）", + "param.heartmula.tags.info": "风格/情绪/乐器/人声标签，模型必需", + "param.heartmula.tags.label": "tags（必填，逗号分隔）", + "param.index_tts2.duration_factor.info": "对齐官方 IndexTTS2.5 的 duration_factor：缩放输出时长，不改变音色/内容", + "param.index_tts2.duration_factor.label": "duration_factor（语速/时长倍率，>1 更慢，<1 更快）", + "param.index_tts2.emotion_alpha.label": "emotion_alpha（情感强度）", + "param.index_tts2.emotion_text.info": "填写后自动开启情感条件（use_emotion_text）", + "param.index_tts2.emotion_text.label": "emotion_text（情绪参考文本）", + "param.index_tts2.emotion_text.placeholder": "例：你吓死我了！你是鬼吗？", + "param.index_tts2.interval_silence_ms.label": "interval_silence_ms（分段间静音）", + "param.index_tts2.lang.info": "仅对 IndexTTS2.5（多语种）模型生效：auto 含汉字按中文，否则按英文；日/西/阿建议显式选择", + "param.index_tts2.lang.label": "lang（语种提示, 仅 IndexTTS2.5 模型）", + "param.index_tts2.use_emotion_text.label": "use_emotion_text（从朗读文本推断情感）", + "param.index_tts2.use_random_emotion.label": "use_random_emotion（随机情感）", + "param.inflect_v2.speaking_rate.label": "speaking_rate（语速倍率）", + "param.inflect_v2.text_chunk_size.label": "text_chunk_size（长文本分段字符数）", + "param.inflect_v2.variation.label": "variation（音色变化）", + "param.irodori_tts.duration_scale.label": "duration_scale（语速倒数，越大越慢）", + "param.irodori_tts.duration_sec.label": "duration_sec（0=模型自动预测时长）", + "param.irodori_tts.num_inference_steps.label": "num_inference_steps（RF 扩散步数）", + "param.magpie_tts.voice_id.label": "voice_id（打包音色）", + "param.miotts.best_of_n.label": "best_of_n（候选数，>1 自动开启）", + "param.neutts.emotion.label": "emotion（情绪）", + "param.neutts.voice_id.label": "voice_id（内置音色）", + "param.omnivoice.instruct.label": "instruct（风格/音色指令）", + "param.omnivoice.instruct.placeholder": "如：以轻快的语气朗读", + "param.personaplex.voice_id.label": "voice_id（打包音色）", + "param.pocket_tts.frames_after_eos.label": "frames_after_eos（-1=自动）", + "param.qwen3_tts.instruct.label": "instruct（仅 VoiceDesign/CustomVoice）", + "param.qwen3_tts.instruct.placeholder": "风格/音色指令，Base 版忽略", + "param.qwen3_tts.speaker.label": "speaker（仅 CustomVoice）", + "param.qwen3_tts.speaker.placeholder": "内置音色名，其它版忽略", + "param.rvc.output_sample_rate.label": "output_sample_rate（0=跟随音色）", + "param.rvc.retrieval_index_path.placeholder": "可选 .index 路径", + "param.rvc.semitone_shift.label": "semitone_shift（半音变调）", + "param.rvc.voice_id.label": "voice_id（打包音色）", + "param.rvc.voice_model_path.label": "voice_model_path（自定义 RVC .pth/.pt）", + "param.rvc.voice_model_path.placeholder": "留空=使用打包音色", + "param.seed_vc.inference_cfg_rate.label": "inference_cfg_rate（仅 v1 路径）", + "param.seed_vc.intelligibility_cfg_rate.label": "intelligibility_cfg_rate（仅 v2_vc）", + "param.seed_vc.length_adjust.label": "length_adjust（时长伸缩）", + "param.seed_vc.num_inference_steps.info": "CFM 扩散步数", + "param.seed_vc.route.info": "留空=按任务默认", + "param.seed_vc.route.label": "route（转换路径）", + "param.seed_vc.similarity_cfg_rate.label": "similarity_cfg_rate（仅 v2_vc）", + "param.sense_asr.enable_itn.label": "enable_itn（逆文本规范化）", + "param.sense_asr.keep_tags.label": "keep_tags（保留语言/情绪/事件标签）", + "param.stable_audio.audio_input_kind.label": "audio_input_kind（仅上传源音频时生效）", + "param.stable_audio.init_noise_level.label": "init_noise_level（init_audio 强度）", + "param.stable_audio.num_inference_steps.info": "RF 扩散步数", + "param.supertonic.num_inference_steps.label": "num_inference_steps（流匹配步数）", + "param.supertonic.speaking_rate.label": "speaking_rate（语速倍率）", + "param.supertonic.voice.label": "voice（预置音色：M 男声 / F 女声）", + "param.vevo2.num_inference_steps.info": "流匹配步数", + "param.vevo2.route.info": "留空=按任务默认；详见 webui/README.md", + "param.vevo2.route.label": "route（任务路线）", + "param.vevo2.temperature.info": "默认取自模型 generation_config.json", + "param.vevo2.temperature.label": "temperature（AR 路线用）", + "param.vevo2.top_k.info": "默认取自模型 generation_config.json", + "param.vevo2.top_k.label": "top_k（AR 路线用）", + "param.vevo2.top_p.label": "top_p（AR 路线用）", + "param.vevo2.use_pitch_shift.info": "留空=按路线默认", + "param.vevo2.use_pitch_shift.label": "use_pitch_shift（自动音高对齐）", + "param.vibevoice.guidance_scale.info": "CFG 引导强度", + "param.vibevoice.max_length_times.info": "最大输出长度倍数", + "param.vibevoice.num_inference_steps.info": "扩散步数（官方默认 10），越大越慢越稳", + "param.vibevoice.voice_samples.label": "voice_samples（多说话人，逗号分隔 wav，≤4）", + "param.vibevoice.voice_samples.placeholder": "D:/a.wav,D:/b.wav — 用此项时勿再上传参考音色", + "param.voxcpm1.num_inference_steps.info": "CFM/DiT 步数", + "param.voxcpm1.retry_badcase.label": "retry_badcase（自动重试异常输出）", + "param.voxcpm2.num_inference_steps.info": "CFM/DiT 步数", + "param.voxcpm2.retry_badcase.label": "retry_badcase（自动重试异常输出）", + "request.autoDuration": "-1 = 自动", + "request.rewriteCaption": "重写描述", + "request.rewritingCaption": "正在重写描述...", + "studio.subtitle.conversion": "将录音转换为另一种声音，同时保留原有的说话或演唱表现。", + "studio.subtitle.separation": "将录音分离为人声、乐器或其他可用音轨。", + "task.midi": "音频转 MIDI", + "voice.configured": "已配置音色" } }