Repository Wiki
IAHispano/Applio

Colab 与 Kaggle Notebook 工作流

本页记录仓库中两个 Notebook 提供的可复核入口:assets/Applio_NoUI.ipynb 面向 Google Colab 的无界面流程,assets/Applio_Kaggle.ipynb 面向 Kaggle GPU 环境的安装与启动流程。

Google Colab:NoUI 流程

安装与运行环境

运行 Applio_NoUI.ipynb 前,Notebook 会尝试挂载 /content/drive。如果检测到旧的 RVC_Backup/ 目录,会将其迁移为 ApplioBackup/;随后在 /content 克隆 Applio,安装 portaudio19-dev,使用 uv 创建 Python 3.12 虚拟环境,并安装 requirements.txt、jupyter-ui-poll、matplotlib-inline 和 websockets。安装阶段还会执行 core.py prerequisites --models --pretraineds-hifigan --exe,并复制 assets/config_template.json 为 assets/config.json。

来源:assets/Applio_NoUI.ipynb

Google Drive 同步

Notebook 使用 /content/Applio/logs 作为本地日志/模型目录,并使用 /content/drive/MyDrive/ApplioBackup 作为备份目录。挂载 Drive 后,它会处理 mute、reference、zips、mute_spin 和 mute_spin-v2 等非备份目录,并将模型目录与备份目录建立同步关系;当本地模型与远程模型冲突时,会显示选择界面,让用户保留本地模型或远程模型。

来源:assets/Applio_NoUI.ipynb

推理

NoUI Notebook 提供模型下载和命令行推理单元。模型下载单元调用 core.py download --model-link;推理单元要求模型目录存在,并从模型目录中选择最新的权重文件和索引文件。默认示例使用 /content/example.wav 作为输入、/content/output.wav 作为输出,支持 WAV、MP3、FLAC、OGG 和 M4A 导出,并将 pitch、volume envelope、index rate、protect、F0 method、clean strength、embedder model 等参数组装为 core.py infer 命令。

推理单元还可按开关追加音频切分、音频清理、F0 自动调谐、formant shifting、post-processing 及其效果参数。后处理开关和参数在单独的 Notebook 单元中设置。

来源:assets/Applio_NoUI.ipynb

训练

训练流程按以下顺序提供单元:设置模型名和采样率、预处理数据集、提取特征、生成索引、启动训练。默认示例使用 40k 采样率、Automatic 预处理、3 秒切片、0.3 秒重叠,并可选择音频效果处理、降噪和归一化模式。训练单元默认设置 800 个 epoch、batch size 为 8、使用 HiFi-GAN、启用 TensorBoard,并支持保存周期、仅保存最新权重、预训练模型、自定义预训练模型、清理、GPU 缓存和 checkpointing 等选项。

来源:assets/Applio_NoUI.ipynb

Notebook 还提供自定义 G/D 预训练文件下载,以及训练模型或推理权重导出为 ZIP;导出目标默认位于 Google Drive 的 ApplioExported 目录(若 Drive 未挂载,则输出到 /content)。

来源:assets/Applio_NoUI.ipynb

Kaggle:GPU 安装与公开链接

Applio_Kaggle.ipynb 面向 Kaggle GPU Notebook。安装单元安装 uv、克隆项目、安装 portaudio19-dev 和 psmisc,在 /kaggle/.venv 创建 Python 3.12 环境,安装带 CUDA 128 额外索引的依赖,并执行 prerequisites、FileBrowser 初始化和无认证配置。FileBrowser 使用 applio 用户和 Notebook 中设置的管理员密码。

来源:assets/Applio_Kaggle.ipynb

启动单元支持 Gradio + LocalTunnel、Ngrok、LocalTunnel 和 Horizon 四种选项。Applio 使用 6969 端口,TensorBoard 使用 8077 端口,FileBrowser 使用 9876 端口;不同隧道选项会输出相应的公开 URL。Ngrok 需要填写 authtoken,Horizon 需要填写 horizon ID。

来源:assets/Applio_Kaggle.ipynb

使用边界

  • 以上路径、默认值和命令均来自 Notebook 当前内容;如果 Notebook 更新,应重新核对本页引用行号。
  • Kaggle Notebook 会把服务暴露到公网隧道,使用前应理解对应隧道服务的安全与可用性限制。
  • NoUI Notebook 的 Drive 同步依赖已挂载的 Google Drive;未挂载时,Notebook 会跳过同步并提示先挂载 Drive。