Question 1

소규모 데이터셋으로 PocketTTS finetuning 시 발생하는 오류 "no readable samples ... (0 failures)"를 어떻게 해결하나요?

Accepted Answer

매니페스트 경로는 대체로 문제가 없습니다. 길이 버킷팅 로더는 각 로더 샤드에 최소 `num_bucket_batches × batch_size`개의 샘플이 채워질 때까지 배치를 내보내지 않습니다. 이전 기본값에서는 GPU당 `20 × 64 × 6 = 7,680`개의 발화가 필요했습니다. 이보다 작은 샤드는 오해를 불러일으키는 `0 failures` 오류를 발생시켰습니다.

기본값을 `num_bucket_batches: 5`와 `loader_procs: 3`으로 낮추고 시작 시 학습/검증 매니페스트를 검증하는 PR #342가 포함된 버전으로 업그레이드하세요.

매우 작은 파인튜닝 데이터셋의 경우 `finetune.yaml`에서 버킷팅을 비활성화하고 로더 프로세스 수를 줄이세요:

```yaml
data:
  num_bucket_batches: 1  # 1로 설정하면 길이 버킷팅이 비활성화됩니다
  loader_procs: 1
  batch_size: 8          # 가장 작은 학습/검증 샤드보다 크지 않아야 합니다
```

GPU당 요구 사항은 다음과 같습니다:

```text
num_bucket_batches × batch_size × loader_procs
```

`num_bucket_batches: 1`과 `loader_procs: 1`로 설정하면 각 분할에는 최소 `batch_size`개의 읽을 수 있는 항목만 있으면 됩니다. 검증에는 학습 배치 크기가 사용되므로 검증 매니페스트도 이 크기를 충족하는지 확인하세요. 그렇지 않으면 첫 번째 검증 단계에서 실행이 실패합니다. 또는 검증 샘플을 추가하거나 데이터셋 크기를 늘리세요.

Question 2

Pocket TTS에서 프랑스어 한두 단어 발화가 뭉개지거나 잘리는 문제를 해결하는 방법

Accepted Answer

이 문제는 조기 EOS 종료로 인해 발생합니다: 일부 프랑스어 음성에서는 시작 부분의 무음 구간 동안 EOS logit이 약 `-3`까지 도달하여 음성이 생성되기 전에 기본 임계값 `-4`를 넘어서므로, 짧은 텍스트가 너무 일찍 끝납니다.

PR "Ignore EOS on the first 6 generated frames"와 새로운 프랑스어 모델이 포함된 릴리스로 업데이트하여 수정하세요. 그런 다음 둘 중 하나를 사용하세요:

- `--language french` — 새로운 6-layer 프랑스어 모델을 로드합니다
- `french_24l` — 새로운 24-layer 프랑스어 모델을 로드합니다

업데이트할 수 없는 경우 즉시 적용 가능한 해결 방법: 세 단어 미만은 절대 합성하지 마세요. 스트리밍 모드에서는 너무 짧은 청크를 합성하기 전에 다음 청크와 연결하세요. 이 방법으로 보고된 실패율이 1–2단어에서는 약 40%에서 3단어 이상에서는 약 2%로 감소했습니다.

리드인 필러 단어를 추가하는 것은 도움이 되지 않았으며, `quantize=True`는 Apple Silicon에서 문제를 더 악화시켰습니다.

Question 3

왜 스페인어, 프랑스어 또는 english_2026-01 TTS 모델은 temperature 0.7을 사용하고 불규칙한 운율을 생성하나요?

Accepted Answer

배포된 YAML 설정 파일들은 `default_temperature`를 생략하므로, `TTSModel.load_model()`이 튜닝된 영어 값 `0.3` 대신 스키마 기본값 `0.7`로 폴백합니다. 이 수정 사항은 스키마 기본값을 `0.3`으로 변경하여, 설정별 재정의는 여전히 허용하면서 모든 배포 모델이 `0.3`으로 샘플링되도록 합니다. #322 수정이 포함된 릴리스로 업그레이드한 후 다음으로 확인하세요:
```python
m = TTSModel.load_model(language="spanish")
print(m.temp)  # 0.3이어야 함
```
이전 버전에서의 임시 해결 방법으로, 영향을 받는 설정 파일(예: `spanish.yaml`, `french.yaml` 또는 `english_2026-01.yaml`)에 다음을 추가하세요:
```yaml
default_temperature: 0.3
```

Question 4

클라이언트가 /tts 스트리밍 도중 연결을 끊었을 때 Pocket TTS 생성을 중지하려면 어떻게 해야 하나요?

Accepted Answer

PR #228이 포함된 Pocket TTS 릴리스로 업그레이드하세요. 이 수정은 요청별로 `threading.Event`를 생성하고, 이를 `generate_audio_stream()`에 전달하며, 클라이언트 연결이 끊어질 때 해당 이벤트를 설정합니다. `generate_data_with_state`의 생성 루프는 이 이벤트를 확인하고, 남은 텍스트를 디코딩하는 대신 정상적인 종료 경로를 통해 빠져나갑니다. 수정을 수동으로 적용하는 경우: 1) 각 요청에 대해 `stop_event = threading.Event()`를 생성하고, 2) 이를 `generate_audio_stream(..., stop_event=stop_event)`에 전달하고, 3) 연결 끊김/취소 핸들러에서 `stop_event.set()`을 호출하고, 4) 생성 루프 내부에서 이벤트를 확인하여 다음 `tts_model` 요청을 실행하기 전에 중지하세요. 이를 통해 CPU 낭비를 방지하고 thread-safe하지 않은 모델의 동시 사용을 피할 수 있으며, 보고된 인터럽트 후 다음 응답까지의 지연 시간이 약 7.9초에서 0.27초로 감소했습니다.

Question 5

유효하지 않은 Hugging Face 토큰으로 인해 pocket-tts export-voice가 실패하는 문제를 어떻게 해결하나요?

Accepted Answer

이 오류는 오래된 `HF_TOKEN` 환경 변수로 인해 발생할 수 있습니다. 이를 제거하고 내보내기를 다시 실행하세요.

PowerShell (현재 터미널):
```powershell
Remove-Item Env:HF_TOKEN
```

Windows 사용자 환경에서 영구적으로 제거하려면:
```powershell
[Environment]::SetEnvironmentVariable("HF_TOKEN", $null, "User")
```

터미널을 다시 시작하고 `echo $env:HF_TOKEN`으로 비어 있는지 확인한 후 다음을 다시 실행하세요:
```powershell
pocket-tts export-voice .	urtle_sample.wav turtle.safetensors
```

음성 복제에 인증이 필요한 경우, 오래된 토큰을 Hugging Face에서 발급받은 유효한 토큰으로 교체하세요:
```powershell
$env:HF_TOKEN = "hf_your_valid_token"
```
또는 `[Environment]::SetEnvironmentVariable("HF_TOKEN", "hf_your_valid_token", "User")`로 영구적으로 설정하고 터미널을 다시 시작하세요.

pocket-tts

개요

README 미리보기

FAQ (5)

同类型项目

browser-use

puppeteer

manim

PaddleOCR