自用的一些小脚本，针对Bert-VITS2的中文，稍微改改输出格式也可以用在其他VITS，有些参数写死但懒得改了……

使用的是FunASR以及modelscope模型仓库

任务1：重采样和格式转换->标注->简单清洗->标点恢复

任务2：重采样和格式转换->标注（带标点）和将长音视频切分短音频->简单清洗

也可以尝试其他佬的项目

Dataset_Generator_For_VITS

otty-tts-auto_datalabeling

建议使用python 3.8

conda create -n datasets_tools python==3.8
conda activate datasets_tools

使用cuda加速，需要提前装好cuda环境。

安装ffmpeg

pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu117
pip install funasr -i https://mirror.sjtu.edu.cn/pypi/web/simple
pip install modelscope -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install hdbscan umap joblib==1.1.0 ffmpeg-python --index-url https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://pypi.artrajz.cn/simple --prefer-binary

依赖可能没写完整，缺啥装啥

可以分开执行需要的脚本，也可以直接运行main.py全部执行