追加:queryに無音時間調整関連のパラメータを作成 #1308
Conversation
There was a problem hiding this comment.
@X-20A プルリクエストありがとうございます！
仕様に関してより良い形がありそうなので相談させてください！
isPauseLengthUseScale・・・倍率で指定するか, デフォルト値:true
pauseLength・・・絶対値で指定する場合の秒数, デフォルト値:0.3
isPauseLengthFixed・・・絶対値で指定する場合に話速を無視するか, デフォルト値:false
pauseLengthScale・・・倍率で指定する場合の乗数, デフォルト値:1
とされていますが、isPauseLengthUseScaleとisPauseLengthFixedどちらも指定されていた場合どうなるのかなどが曖昧だと感じました！
あとこれを実現するためのパラメータはもっと減らせるように思いました。
このような形はどうでしょうか？
pauseLength・・・絶対値で指定する場合の秒数, デフォルト値:null（置き換えない）
pauseLengthScale・・・倍率で指定する場合の乗数, デフォルト値:1
以下、なくしたパラメーターの解説です！
isPauseLengthUseScale
これはpauseLengthScale=1かそうじゃないかでfalse/trueを完全に表現できる。
同じことを表現する方法が2パターンあってしまうので、無い方がいい。（ややこしくなってしまう）
isPauseLengthFixed
迷いどころだがpauseLength=nullの時に「fixしない」とすればこのフラグが不要になる。
またisPauseLengthFixed=falseでpauseLengthに値が指定されてる場合の挙動がややこしいので、無い方がいい。
（pauseLengthを与えたのにポーズの長さが変わらない、となってしまうため）
|
実装イメージに食い違いがあるように感じるので確認したいのですが ・倍率で指定する この二種類に絞るということですか？ |
|
@X-20A 指摘感謝です！！ おっしゃる通りのことを考えていました！ ということで実装したいのはこの2つかなと･･･！ （ちなみにAPI の種類は、あらゆる可能性を想定するよりも、需要を想定してシンプルに実装する方が良いと思ってます！） |
|
パラメータをpauseLengthとpauseLengthScaleに絞りました |
|
@X-20A ありがとうございます！！ ちなみにこんな感じにすればNoneを代入可能になると思います！ voicevox_engine/voicevox_engine/model.py Lines 16 to 17 in d04f702 ちなみにおすすめはNoneです！ |
|
@X-20A あ、すみません！！ |
|
そうですね |
voicevox_engine/preset/model.py
Outdated
| pauseLength: float | None = Field(title="テキスト内の無音時間(絶対値)") | ||
| pauseLengthScale: float = Field(title="テキスト内の無音時間(倍率)") |
There was a problem hiding this comment.
ちょっとこのあたりの案内の変更も今のうちにさせていただこうと思います！！
（また変えさせていただくかもですが）
|
マージします！！ エディタの方もぜひ完成できると嬉しいです！！ @tarepan 音声合成クエリのパラメータが増えたので共有です 🙏 |
内容
良く分からないことになってので整理しました
isPauseLengthUseScale・・・倍率で指定するか, デフォルト値:true
pauseLength・・・絶対値で指定する場合の秒数, デフォルト値:0.3
isPauseLengthFixed・・・絶対値で指定する場合に話速を無視するか, デフォルト値:false
pauseLengthScale・・・倍率で指定する場合の乗数, デフォルト値:1
（queryにテキスト内の無音時間を調整するための新しいパラメータ）
関連 Issue
ref #1289