開始無音＆終了無音の設定 0.10でも0.30になっている

[ckjpn]

[tsukumijima]

@ckjpn ご連絡ありがとうございます。
こちらでも確認しましたが、Anneli モデルの特性によるものと思われます。その証拠に、他のモデルであれば無音区間が少なくともより短くなるケースが多いです。
現時点で対応している Style-Bert-VITS2 モデルアーキテクチャの特性上、最終的な発音はかなりモデルに依存します。
今回の場合、機械的に前後に追加される無音がそれぞれ 0.1 秒、推論後に吐き出される音声波形に含まれる前後の無音がそれぞれ 0.2 秒あり、結果的に前後それぞれ 0.3 秒の無音となってしまっていると思われます。

これらの現象は現時点での仕様になりますので、一旦クローズさせていただきます。

[tsukumijima]

@ckjpn 遅くなりましたが修正の目処が立ったため、Aivis-Project/AivisSpeech-Engine@e16f6e6 にて修正しました。
次回バージョンにて反映予定です。ご報告ありがとうございました！

[ckjpn]

Thanks.

Intel CPU 搭載 Mac での動作は積極的に検証していません。
BTW, I've used AvisSpeech on an Intel CPU Mac and everything seems to work OK.