Upload 259 files

.gitattributes

@@ -0,0 +1,27 @@
+assets/binary/empty_cache.bin filter=lfs diff=lfs merge=lfs -text
+assets/binary/portaudiolib.bin filter=lfs diff=lfs merge=lfs -text
+assets/binary/world.bin filter=lfs diff=lfs merge=lfs -text
+assets/ico.png filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/sliced_audios/mute24000.wav filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/sliced_audios/mute32000.wav filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/sliced_audios/mute40000.wav filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/sliced_audios/mute44100.wav filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/sliced_audios/mute48000.wav filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute_chinese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute_japanese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute_korean.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute_portuguese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute_spin-v1.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute_spin-v2.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute_vietnamese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v1_extracted/mute.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute_chinese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute_japanese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute_korean.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute_portuguese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute_spin-v1.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute_spin-v2.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute_vietnamese.npy filter=lfs diff=lfs merge=lfs -text
+assets/logs/mute/v2_extracted/mute.npy filter=lfs diff=lfs merge=lfs -text
+assets/runtime.zip filter=lfs diff=lfs merge=lfs -text
+assets/Vietnamese-RVC-DOCS.pdf filter=lfs diff=lfs merge=lfs -text

.gitignore

@@ -0,0 +1,39 @@
+*.exe
+*.pt
+*.onnx
+*.pyc
+*.pth
+*.index
+*.mp3
+*.flac
+*.ogg
+*.m4a
+*.bin
+*.wav
+*.txt
+*.zip
+*.png
+*.safetensors
+*.docx
+*.srt
+*.csv
+*.log
+*.nbc
+*.nbi
+*.pem
+*.dll
+
+audios
+dataset
+assets/logs
+assets/models
+assets/weights
+assets/cache
+assets/.uv
+
+.vscode
+.gradio
+venv
+runtime
+env
+zluda

INSTALL.md

@@ -0,0 +1,432 @@
+## Cài Đặt Dự Án
+
+**Trước tiên bạn cần tải mã nguồn về máy, bạn có thể thực hiện nó thông qua hai cách.**
+
+Cách 1. Sử dụng đối với Git:
+- git clone https://github.com/PhamHuynhAnh16/Vietnamese-RVC.git
+- cd Vietnamese-RVC
+
+Cách 2. Tải trực tiếp trên github:
+- Nhấn vào [Vietnamese RVC](https://github.com/PhamHuynhAnh16/Vietnamese-RVC/archive/refs/heads/main.zip) để tải trực tiếp về.
+- Giải nén `Vietnamese-RVC-main.zip`.
+- Vào thư mục Vietnamese-RVC-main, nhấp vào thanh đường dẫn tệp nhập `cmd` và nhấn Enter để mở Terminal.
+
+Tiếp theo bạn sẽ thực hiến tiếp các bước cài đặt.
+
+### Đối với Windows
+
+Cần cài đặt bộ [Visual C++ Redistributable Runtimes](https://www.techpowerup.com/download/visual-c-redistributable-runtime-package-all-in-one/) trước khi tiến hành tiếp.
+
+Hãy sử dụng các phiên bản Python 3.10.x / 3.11.x / 3.12.x
+
+**1. Tạo Môi Trường Ảo:**
+
+```
+python -m venv env
+mkdir -p assets/.uv
+set UV_CACHE_DIR="assets/.uv"
+env\Scripts\python.exe -m pip install uv
+env\Scripts\python.exe -m uv pip install six packaging python-dateutil platformdirs wget
+env\Scripts\python.exe -c "from main.app.install import install_ffmpeg;install_ffmpeg()"
+```
+
+**2. Cài Đặt Theo Từng Phần Cứng:**
+
+Tiếp tục chạy các lệnh này để tiếp tục cài đặt theo từng phần cứng.
+
+<details>
+<summary>Đối với CPU (Sử dụng CPU)</summary>
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cpu
+env\Scripts\python.exe -m uv pip install onnxruntime
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+```
+
+</details>
+
+
+<details>
+<summary>Đối với CUDA (Sử dụng GPU NVIDIA)</summary>
+
+- Đối với Cuda 11.8 (Dành cho GPU 10-Series trở lên)
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install numpy==1.26.4 numba==0.61.0
+env\Scripts\python.exe -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu118
+env\Scripts\python.exe -m uv pip install onnxruntime-gpu==1.20.1
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+```
+
+- Đối với Cuda 12.1 (Dành cho GPU 20-Series đến 30-Series trở lên)
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install numpy==1.26.4 numba==0.61.0
+env\Scripts\python.exe -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu121
+env\Scripts\python.exe -m uv pip install onnxruntime-gpu==1.20.1
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+```
+
+- Đối với Cuda 12.8 (Dành cho GPU 30-Series đến 40-Series trở lên)
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install torch==2.7.1 torchaudio==2.7.1 torchvision --index-url https://download.pytorch.org/whl/cu128
+env\Scripts\python.exe -m uv pip install onnxruntime-gpu==1.22.0
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+env\Scripts\python.exe -m uv pip install faiss-cpu==1.13.2
+```
+
+- Đối với Cuda 13.0 (Dành cho GPU 50-Series trở lên)
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu130
+env\Scripts\python.exe -m uv pip install onnxruntime-gpu==1.22.0
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+env\Scripts\python.exe -m uv pip install faiss-cpu==1.13.2
+```
+
+- Nếu bạn muốn sử dụng TensorRT cho ONNXRUNTIME:
+
+  - Cài đặt Runtime [TensorRT](https://developer.nvidia.com/tensorrt) từ Nvidia, giải nén và thêm đường dẫn thư mục bin của nó vào [PATH](https://www.google.com/search?q=path+environment+variable+windows) hệ thống.
+
+  - Tiếp theo cài đặt:
+
+  ```
+  env\Scripts\python.exe -m uv pip install tensorrt
+  ```
+
+- Nếu bạn muốn sử dụng Compile để biên dịch mô hình:
+
+  - Cài đặt thư viện:
+  ```
+  env\Scripts\python.exe -m uv pip install triton-windows
+  ```
+
+- Lưu Ý:
+  - Hãy lựa chọn đúng phiên bản đối với GPU của bạn, nếu không nó có thể gây ra lỗi liên quan đến suy luận hoặc huấn luyện.
+  - TensorRT khá là không ổn định nên là không khuyến khích cài đặt và sử dụng.
+  - Compile có thể không thực sự cần thiết, nó chỉ thực sự hữu dụng khi bạn cần suy luận theo lô hoặc suy luận với các đầu vào lớn.
+
+</details>
+
+
+<details>
+<summary>Đối với OPENCL (Sử dụng đối với GPU hỗ trợ OPENCL, có thể là IGPU, AMD, INTEL, NVIDIA)</summary>
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install numpy==1.26.4 numba==0.61.0
+env\Scripts\python.exe -m uv pip install torch==2.6.0 torchaudio==2.6.0 torchvision
+env\Scripts\python.exe -m uv pip install https://github.com/artyom-beilis/pytorch_dlprim/releases/download/0.2.0/pytorch_ocl-0.2.0+torch2.6-cp311-none-win_amd64.whl
+env\Scripts\python.exe -m uv pip install onnxruntime-directml
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+```
+
+- Lưu ý: 
+  - Thay cp311 thành cp312 nếu bạn sử dụng python 3.12.
+  - Có vẻ như OPENCL đã không còn được hỗ trợ tiếp.
+  - OPENCL không hỗ trợ quá tốt tác vụ đa luồng nên khi chạy trích xuất thường sẽ bị khóa ở 1 luồng.
+  - Chỉ nên cài đặt trên python 3.11 do không có bản biên dịch cho python 3.10 với torch 2.6.0.
+  - Demucs có thể gây quá tải và tràn bộ nhớ đối với GPU (nếu cần sử dụng demucs hãy mở tệp config.json trong main\configs sửa đối số demucs_cpu_mode thành true).
+  - DDP không hỗ trợ huấn luyện đa GPU đối với OPENCL.
+  - Một số thuật toán khác phải chạy trên cpu nên có thể hiệu suất của GPU có thể không sử dụng hết.
+
+</details>
+
+
+<details>
+<summary>Đối với DIRECTML (Sử dụng đối với GPU hỗ trợ DIRECTML, có thể là IGPU, AMD, INTEL, NVIDIA)</summary>
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install numpy==1.26.4 numba==0.61.0
+env\Scripts\python.exe -m uv pip install torch==2.4.1 torchaudio==2.4.1 torchvision
+env\Scripts\python.exe -m uv pip install torch-directml==0.2.5.dev240914
+env\Scripts\python.exe -m uv pip install onnxruntime-directml
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+```
+
+- Lưu ý: 
+  - DIRECTML đã ngừng phát triển một khoảng thời gian dài.
+  - DIRECTML không hỗ trợ quá tốt tác vụ đa luồng nên khi chạy trích xuất thường sẽ bị khóa ở 1 luồng.
+  - DIRECTML có hỗ trợ 1 phần fp16 nhưng không được khuyến khích sử dụng vì có thể chỉ nhận được hiệu năng tương đương fp32.
+  - DIRECTML được thiết kế để suy luận chứ không phải dùng để huấn luyện mặc dù có thể hoàn toàn chạy được huấn luyện nhưng sẽ không được khuyến khích.
+
+</details>
+
+
+<details>
+<summary>Đối với XPU (Sử dụng đối với GPU INTEL)</summary>
+
+- Trước tiên nếu như bạn muốn sử dụng ONNXRUNTIME OPENVINO hãy cài đặt [OpenVino Toolkit](https://storage.openvinotoolkit.org/repositories/openvino/packages/2025.4.1/windows/openvino_toolkit_windows_2025.4.1.20426.82bbf0292c5_x86_64.zip) giải nén và thêm Release từ \runtime\bin\intel64\Release vào [PATH](https://www.google.com/search?q=path+environment+variable+windows) hệ thống.
+
+- Đối với sử dụng ONNXRUNTIME OPENVINO
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/xpu
+env\Scripts\python.exe -m uv pip install openvino==2025.4.1
+env\Scripts\python.exe -m uv pip install triton-windows
+env\Scripts\python.exe -m uv pip install onnxruntime-openvino==1.24.1
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+env\Scripts\python.exe -m uv pip install faiss-cpu==1.13.2
+```
+
+- Đối với sử dụng ONNXRUNTIME DIRECTML
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/xpu
+env\Scripts\python.exe -m uv pip install triton-windows
+env\Scripts\python.exe -m uv pip install onnxruntime-directml
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+env\Scripts\python.exe -m uv pip install faiss-cpu==1.13.2
+```
+
+- Lưu ý: 
+  - XPU không hỗ trợ DDP, nên là bạn sẽ không thể sử dụng huấn luyện đa GPU.
+  - XPU không hỗ trợ kiểu dữ liệu FP64 nên lớp GradScaler không hoạt động, lớp này đã được điều chỉnh và ép kiểu về FP32 có thể mất một chút chính xác.
+
+</details>
+
+
+<details>
+<summary>Đối với ZLUDA (Sử dụng đối với GPU AMD hỗ trợ ROCm)</summary>
+
+- Kiểm tra GPU của bạn có được hỗ trợ hay không: [ROCM-Requirements](https://rocm.docs.amd.com/projects/install-on-windows/en/develop/reference/system-requirements.html).
+- Tải và cài đặt: [VC++ Runtime](https://aka.ms/vs/17/release/vc_redist.x64.exe) và [HIP-SDK](https://www.amd.com/en/developer/resources/rocm-hub/hip-sdk.html).
+- Thêm thư mục bin từ HIP-SDK vào [PATH](https://www.google.com/search?q=path+environment+variable+windows) hệ thống.
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install numpy==1.26.4 numba==0.61.0
+env\Scripts\python.exe -m uv pip install torch==2.7.0 torchaudio==2.7.0 torchvision --index-url https://download.pytorch.org/whl/cu118
+env\Scripts\python.exe -m uv pip install onnxruntime-gpu==1.20.1
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+```
+
+- Sao chép path-zluda-hipxx.bat (Thay xx theo phiên bản HIP SDK của bạn) và run_app.bat ra thư mục chính thay thế các tệp hiện tại.
+- Chạy tệp path-zluda-hipxx.bat.
+
+-Lưu ý:
+  - Zluda hoạt động bằng cách biên dịch mã cuda sang hip sdk và quá trình này diễn ra cực kỳ chậm và trong lúc đó gpu của bạn sẽ không được sử dụng.
+  - Nếu GPU của bạn không nằm trong danh sách hỗ trợ (ví dụ như: gfx803) bạn có thể thử dùng HIP SDK 5.7.0 và ghi đè thư mục library trong ROCm/5.7.0/bin/rocblas từ [ROCmLibs](https://github.com/likelovewant/ROCmLibs-for-gfx1103-AMD780M-APU/releases) (Không Khuyến Khích).
+  - Zluda không được thiết kế cho các hệ thống thời gian thực nên chức năng thời gian thực của ứng dụng sẽ bị vô hiệu hóa.
+  - Nếu Onnxruntime không hoạt động, bạn có thể thử đổi sang phiên bản onnxruntime-directml.
+  ```
+  env\Scripts\python.exe -m pip uninstall onnxruntime-gpu
+  env\Scripts\python.exe -m uv pip install onnxruntime-directml
+  ```
+
+</details>
+
+
+<details>
+<summary>Đối với ROCm (Sử dụng đối với GPU AMD hỗ trợ ROCm)</summary>
+
+- Kiểm tra GPU của bạn có được hỗ trợ hay không: [ROCM-Requirements](https://rocm.docs.amd.com/projects/install-on-windows/en/develop/reference/system-requirements.html).
+- Tải và cài đặt: [VC++ Runtime](https://aka.ms/vs/17/release/vc_redist.x64.exe) và [HIP-SDK](https://www.amd.com/en/developer/resources/rocm-hub/hip-sdk.html).
+- Thay `{gfx_version}` thành mã GPU của bạn, các mã được hỗ trợ (`gfx101X-dgpu, gfx103X-all, gfx103X-dgpu, gfx110X-all, gfx110X-dgpu, gfx1150, gfx1151, gfx1152, gfx1153, gfx900, gfx906, gfx908, gfx90a, gfx120X-all, gfx90X-dcgpu, gfx94X-dcgpu, gfx950-dcgpu`)
+- Đặt biến môi trường `set MIOPEN_FIND_MODE=2` và `set MIOPEN_FIND_ENFORCE=1` vào tệp run_app.bat.
+
+```
+env\Scripts\python.exe -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+env\Scripts\python.exe -m uv pip install numpy==1.26.4 numba==0.61.0
+env\Scripts\python.exe -m uv pip install torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2-staging/{gfx_version}/
+env\Scripts\python.exe -m uv pip install onnxruntime-directml
+env\Scripts\python.exe -m uv pip install -r requirements.txt
+env\Scripts\python.exe -m uv pip install faiss-cpu==1.13.2
+```
+
+Lưu Ý:
+  - Hiệu năng có thể không được đảm bảo.
+  - Sử dụng ROCm trên dự án này không thực sự được khuyến nghị vì chưa thử nghiệm.
+  - ROCm cũng khá là kén GPU AMD, nên là hãy chọn cho đúng phiên bản cho GPU của bạn.
+
+</details>
+
+
+
+### Đối với Linux
+
+**1. Thiết Lập Môi Trường Ảo:**
+
+```
+sudo apt update -y
+sudo apt install -y build-essential python3-dev portaudio19-dev libsndfile1 libgomp1 libglib2.0-0 ffmpeg
+sudo apt install -y python3.12 python3.12-venv
+python3.12 -m venv venv
+source "./venv/bin/activate"
+python -m pip install uv
+python -m uv pip install six packaging python-dateutil platformdirs wget
+```
+
+**2. Cài Đặt Theo Từng Phần Cứng:**
+
+Tiếp tục chạy các lệnh này để tiếp tục cài đặt theo từng phần cứng.
+
+<details>
+<summary>Đối với CPU (Sử dụng CPU)</summary>
+
+```
+python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+python -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cpu
+python -m uv pip install onnxruntime
+python -m uv pip install -r requirements.txt
+```
+
+</details>
+
+
+<details>
+<summary>Đối với CUDA (Sử dụng GPU NVIDIA)</summary>
+
+- Cài đặt Cuda Toolkit.
+
+```
+sudo apt update
+sudo apt install nvidia-cuda-toolkit
+```
+
+- Đối với Cuda 11.8 (Dành cho GPU 10-Series trở lên)
+
+```
+python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+python -m uv pip install numpy==1.26.4 numba==0.61.0
+python -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu118
+python -m uv pip install onnxruntime-gpu==1.20.1
+python -m uv pip install -r requirements.txt
+```
+
+- Đối với Cuda 12.1 (Dành cho GPU 20-Series đến 30-Series trở lên)
+
+```
+python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+python -m uv pip install numpy==1.26.4 numba==0.61.0
+python -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu121
+python -m uv pip install onnxruntime-gpu==1.20.1
+python -m uv pip install -r requirements.txt
+```
+
+- Đối với Cuda 12.8 (Dành cho GPU 30-Series đến 40-Series trở lên)
+
+```
+python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+python -m uv pip install torch==2.7.1 torchaudio==2.7.1 torchvision --index-url https://download.pytorch.org/whl/cu128
+python -m uv pip install onnxruntime-gpu==1.22.0
+python -m uv pip install -r requirements.txt
+python -m uv pip install faiss-cpu==1.13.2
+```
+
+- Đối với Cuda 13.0 (Dành cho GPU 50-Series trở lên)
+
+```
+python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+python -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu130
+python -m uv pip install onnxruntime-gpu==1.22.0
+python -m uv pip install -r requirements.txt
+python -m uv pip install faiss-cpu==1.13.2
+```
+
+- Nếu bạn muốn sử dụng TensorRT cho ONNXRUNTIME:
+
+  - Cài đặt Runtime [TensorRT](https://developer.nvidia.com/tensorrt) từ Nvidia. Giải nén và đặt biến môi trường:
+  ```
+  tar -xvf TensorRT-*.tar.gz
+  cd TensorRT-*
+
+  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$(pwd)/lib
+  export PATH=$PATH:$(pwd)/bin
+  ```
+
+  - Tiếp theo cài đặt:
+  ```
+  python -m uv pip install tensorrt
+  ```
+
+- Nếu bạn muốn sử dụng Compile để biên dịch mô hình:
+
+  - Cài đặt thư viện:
+  ```
+  python -m uv pip install triton
+  ```
+
+- Lưu Ý:
+  - Hãy lựa chọn đúng phiên bản đối với GPU của bạn, nếu không nó có thể gây ra lỗi liên quan đến suy luận hoặc huấn luyện.
+  - TensorRT khá là không ổn định nên là không khuyến khích cài đặt và sử dụng.
+  - Compile có thể không thực sự cần thiết, nó chỉ thực sự hữu dụng khi bạn cần suy luận theo lô hoặc suy luận với các đầu vào lớn.
+
+</details>
+
+
+<details>
+<summary>Đối với ROCm (Sử dụng đối với GPU AMD hỗ trợ ROCm)</summary>
+
+- Kiểm tra GPU của bạn có được hỗ trợ hay không: [ROCM-Requirements](https://rocm.docs.amd.com/projects/install-on-windows/en/develop/reference/system-requirements.html).
+- Thay `{gfx_version}` thành mã GPU của bạn, các mã được hỗ trợ (`gfx101X-dgpu, gfx103X-all, gfx103X-dgpu, gfx110X-all, gfx110X-dgpu, gfx1150, gfx1151, gfx1152, gfx1153, gfx900, gfx906, gfx908, gfx90a, gfx120X-all, gfx90X-dcgpu, gfx94X-dcgpu, gfx950-dcgpu`)
+- Đặt biến môi trường `export MIOPEN_FIND_MODE=2` và `export MIOPEN_FIND_ENFORCE=1` vào tệp run_app.sh.
+
+```
+wget https://repo.radeon.com/amdgpu-install/7.2.4/ubuntu/noble/amdgpu-install_7.2.4.70204-1_all.deb
+sudo apt install ./amdgpu-install_7.2.4.70204-1_all.deb
+sudo apt update
+sudo apt install "linux-headers-$(uname -r)" "linux-modules-extra-$(uname -r)"
+sudo apt install amdgpu-dkms
+sudo apt install python3-setuptools python3-wheel
+sudo usermod -a -G render,video $LOGNAME
+sudo apt install rocm
+```
+
+```
+python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+python -m uv pip install numpy==1.26.4 numba==0.61.0
+python -m uv pip install torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2-staging/{gfx_version}/
+python -m uv pip install onnxruntime-directml
+python -m uv pip install -r requirements.txt
+python -m uv pip install faiss-cpu==1.13.2
+```
+
+Lưu Ý:
+  - Hiệu năng có thể không được đảm bảo.
+  - Sử dụng ROCm trên dự án này không thực sự được khuyến nghị vì chưa thử nghiệm.
+  - ROCm cũng khá là kén GPU AMD, nên là hãy chọn cho đúng phiên bản cho GPU của bạn.
+
+</details>
+
+
+<details>
+<summary>Đối với XPU (Sử dụng đối với GPU INTEL)</summary>
+
+- Trước tiên nếu như bạn muốn sử dụng ONNXRUNTIME OPENVINO hãy cài đặt [OpenVino Toolkit](https://storage.openvinotoolkit.org/repositories/openvino/packages/2025.4.1/linux/) giải nén và đặt biến môi trường hoặc chạy `setupvars.sh` trong cùng một phiên.
+
+- Cài đặt môi trường cho GPU Intel:
+
+```
+sudo apt-get update -y
+sudo apt-get install -y software-properties-common
+sudo add-apt-repository -y ppa:kobuk-team/intel-graphics
+sudo apt-get install -y libze-intel-gpu1 libze1 intel-metrics-discovery intel-opencl-icd clinfo intel-gsc
+sudo apt-get install -y intel-media-va-driver-non-free libmfx-gen1 libvpl2 libvpl-tools libva-glx2 va-driver-all vainfo
+sudo apt-get install -y libze-dev intel-ocloc
+```
+
+```
+python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()"
+python -m uv pip install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/xpu
+python -m uv pip install openvino==2025.4.1
+python -m uv pip install triton
+python -m uv pip install onnxruntime-openvino==1.24.1
+python -m uv pip install -r requirements.txt
+python -m uv pip install faiss-cpu==1.13.2
+```
+
+- Lưu ý: 
+  - XPU không hỗ trợ DDP, nên là bạn sẽ không thể sử dụng huấn luyện đa GPU.
+  - XPU không hỗ trợ kiểu dữ liệu FP64 nên lớp GradScaler không hoạt động, lớp này đã được điều chỉnh và ép kiểu về FP32 có thể mất một chút chính xác.
+
+</details>

LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Phạm Huỳnh Anh
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

README.md

@@ -0,0 +1,298 @@
+---
+license: mit
+title: RVC-GUI
+sdk: gradio
+emoji: 🌍
+colorFrom: blue
+colorTo: blue
+pinned: true
+sdk_version: 5.23.3
+python_version: '3.12'
+short_description: RVC
+app_file: main/app/app.py
+startup_duration_timeout: 1h
+---
+
+<div align="center">
+<img alt="LOGO" src="assets/ico.png" width="300" height="300" />
+
+# Vietnamese RVC
+Công cụ huấn luyện, chuyển đổi giọng nói chất lượng và hiệu suất cao đơn giản.
+
+[![Vietnamese RVC](https://img.shields.io/badge/GitHub-100000?style=for-the-badge&logo=github&logoColor=white)](https://github.com/PhamHuynhAnh16/Vietnamese-RVC)
+[![Open In Colab](https://img.shields.io/badge/Colab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252)](https://colab.research.google.com/github/PhamHuynhAnh16/Vietnamese-RVC-ipynb/blob/main/Vietnamese-RVC.ipynb)
+[![Licence](https://img.shields.io/badge/LICENSE-MIT-green?style=for-the-badge)](https://github.com/PhamHuynhAnh16/Vietnamese-RVC/blob/main/LICENSE)
+
+</div>
+
+<div align="center">
+
+[![Hugging Face](https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-Spaces-blue)](https://huggingface.co/spaces/AnhP/RVC-GUI)
+[![Hugging Face](https://img.shields.io/badge/%F0%9F%A4%97-Models-blue)](https://huggingface.co/AnhP/Vietnamese-RVC-Project)
+
+</div>
+
+## Mô Tả Dự Án
+
+Dự án này là một công cụ chuyển đổi giọng nói. Với mục tiêu tạo ra các sản phẩm chuyển đổi giọng nói chất lượng cao và hiệu suất tối ưu, dự án cho phép người dùng thay đổi giọng nói một cách mượt mà, tự nhiên.
+
+Dự án này hướng tới sự thử nghiệm nghiên cứu của cá nhân hơn là về sự trải nghiệm, độ ổn định và có thể xảy ra lỗi trong quá trình sử dụng, nếu bạn muốn hướng đến một dự án có sự ổn định, mượt mà nhất hãy dùng thử [Applio](https://github.com/IAHispano/Applio), nếu bạn muốn hướng tới thử nghiệm đây sẽ là dự án dành cho bạn.
+
+Dự án này có thể sẽ không cung cấp bản đóng gói sẳn, chỉ cung cấp mã nguồn và một số hướng dẫn. Để sử dụng được dự án này bạn sẽ phải tự cài đặt thủ công, quá trình cài đặt có thể sẽ rất phức tạp nên nếu bạn vẫn muốn sử dụng có thể liên hệ tôi thông qua discord.
+
+## Các Tính Năng Chính Của Dự Án
+
+**🔊 Nhóm Suy Luận (Xử Lý Âm Thanh)**
+
+- Tách Nhạc: Sử dụng các thuật toán MDX-NET, VR, Demucs để tách lời hát và nhạc cụ một cách sạch sẽ.
+
+- Chuyển Đổi Giọng Nói: Hỗ trợ chuyển đổi đơn lẻ, theo tệp đã tách hoặc xử lý hàng loạt cùng lúc.
+
+- Chuyển Đổi Kết Hợp Nhận Diện Giọng Nói: Nhận dạng, chia tách và chuyển đổi với 2 mô hình giọng nói.
+
+- Chuyển Văn Bản Thành Giọng Nói: Tạo giọng nói tự nhiên từ văn bản, tệp văn bản và tệp SRT.
+
+- Chế Độ Thời Gian Thực: Chuyển đổi giọng nói trực tiếp với độ trễ thấp.
+
+**⚙️ Nhóm Huấn Luyện (Phát Triển Mô Hình)**
+
+- Huấn Luyện Mô Hình: Tùy chỉnh các thông số kỹ thuật để huấn luyện ra mô hình giọng nói chất lượng nhất.
+
+- Tạo Dữ Liệu Huấn Luyện: Tự động cắt, lọc và tiền xử lý âm thanh thô từ đường dẫn Youtube.
+
+- Tạo Bộ Tham Chiếu: Trích xuất các đặc trưng giọng nói làm chuẩn kiểm tra cho quá trình huấn luyện.
+
+**🛠️ Nhóm Công Cụ Mở Rộng & Tùy Chỉnh**
+
+- Điều Chỉnh Mô Hình: Dung hợp nhiều giọng nói, đọc thông tin tệp mô hình, chuyển đổi định dạng ONNX và SVC.
+
+- Xử Lý Nâng Cao: Trích xuất cao độ (F0), tự động tạo tệp phụ đề (SRT) và Phân tích âm thanh.
+
+- Tùy Chỉnh Hệ Thống: Thay đổi chế độ Sáng/Tối, ngôn ngữ, chủ đề và phông chữ linh hoạt.
+
+- Hiệu suất: Tùy chọn định dạng tính toán để tối ưu phần cứng: BF16, TF32, FP16, FP32, INT8 (Đối với ONNX).
+
+- Ngôn ngữ: Tiếng Việt và Tiếng Anh.
+
+**📥 Nhóm Tải Xuống**
+
+- Mô Hình Giọng Nói: Tải trực tiếp qua liên kết, tìm kiếm trong kho dữ liệu và CSV hoặc tải lên từ máy tính.
+
+- Mô Hình Huấn Luyện Sẵn: Tải trực tiếp qua liên kết, cung cấp danh sách mô hình hoặc tải lên từ máy tính.
+
+## Công Nghệ Bên Trong Của Dự Án
+
+**🎼 Phương Thức Trích Xuất Cao Độ (30+ Phương Pháp)**
+
+- Các thuật toán: `pm, dio, crepe, fcpe, rmvpe, hpa-rmvpe, harvest, yin, pyin, swipe, piptrack, penn, djcm, swift, pesto...`
+
+- Chế độ Trộn (Hybrid): Kết hợp nhiều phương thức (ví dụ: hybrid[rmvpe+harvest]) để tối ưu chất lượng.
+
+💡 Lời khuyên: Khuyến nghị sử dụng RMVPE cho hầu hết các trường hợp để đảm bảo chất lư��ng ổn định nhất.
+
+**🧠 Mô Hình Trích Xuất Nhúng (20+ Mô Hình)**
+
+- Đa mô hình: `contentvec_base, hubert_base, vietnamese_hubert_base, japanese_hubert_base, korean_hubert_base, chinese_hubert_base, portuguese_hubert_base, spin`
+
+- Định dạng mô hình được hỗ trợ: `fairseq (.pt)`, `onnx (.onnx)`, `transformers (.bin - .json)`, `spin (.bin - .json)`.
+
+⚠️ Lưu ý quan trọng:
+
+- contentvec_base và hubert_base là một và có thể dùng thay cho nhau, chỉ khác nhau về dung lượng và độ chính xác khi suy luận.
+
+- Việc thay đổi mô hình nhúng yêu cầu huấn luyện lại mô hình RVC từ đầu. Các mô hình thông dụng hiện nay chủ yếu dùng contentvec_base và hubert_base.
+
+**🔊 Bộ Mã Hóa Giọng Nói (Vocoders)**
+
+- Default (HiFi-GAN-NSF): Tùy chọn tiêu chuẩn, tương thích hoàn hảo với tất cả các phiên bản RVC.
+
+- MRF-HiFi-GAN: Nâng cấp độ trung thực của âm thanh lên một tầm cao mới.
+
+- RefineGAN: Mang lại chất lượng âm thanh vượt trội, trong trẻo và sắc nét.
+
+- BigVGAN: Đỉnh cao của chất lượng âm thanh (siêu cao), nhưng hãy cẩn thận vì nó có thể biến GPU của bạn thành một chiếc "lò nướng" thực thụ do yêu cầu tài nguyên rất lớn.
+
+## Yêu Cầu Hệ Thống
+
+**1. Yêu cầu phần mềm**
+
+- Hệ điều hành: Windows 10/11 hoặc Linux.
+
+- Python: Phiên bản 3.10, 3.11 hoặc 3.12.
+
+- Thành phần bổ trợ bắt buộc:
+
+  - Windows: Visual C++ Redistributable Runtimes.
+
+  - Linux: Các thư viện bổ trợ (build-essential, libssl-dev, ffmpeg, v.v.).
+
+**2. Yêu cầu phần cứng**
+
+**Cấu Hình Tối Thiểu**
+
+CPU: Hỗ trợ AVX và có ít nhất 2 nhân.
+
+RAM: Tối thiểu 8GB (Khuyến nghị 16GB để xử lý các tệp âm thanh dài).
+
+GPU: Không bắt buộc (Có thể chạy bằng CPU nhưng tốc độ siêu chậm).
+
+Lưu trữ: 10GB trống (Nếu chỉ dùng cơ bản).
+
+**Cấu Hình Khuyến Nghị**
+
+CPU: Hỗ trợ AVX2, AVX512 và có ít nhất 4 nhân.
+
+RAM: 16GB - 32GB trở lên.
+
+GPU: NVIDIA RTX hoặc INTEL ARC (Tối thiểu 6GB hoặc 8GB trở lên).
+
+Lưu trữ: 10GB trống (Nếu chỉ dùng cơ bản) hoặc hơn 120GB trống (Nếu dùng hết tất cả assets).
+
+**Đây chỉ là cấu hình tham khảo vì không có một cấu hình xác định, nó sẽ dựa vào những thứ bạn dùng, thời gian và độ kiên nhẫn của bạn. Bạn có thể chỉ có CPU và quyết định huấn luyện mô hình trên nó thì cũng chả ai cấm được bạn.**
+
+**GPU AMD không được đề cập do nếu sử dụng thông qua DIRECTML hoặc OPENCL sẽ cực kỳ chậm chỉ nhanh hơn sử dụng CPU, dùng thông qua Zluda thì thiếu ổn định, thời gian biên dịch lâu và yêu cầu nằm trong danh sách hỗ trợ của AMD. ROCM thì chưa được thử nghiệm và nó không có phiên bản dành cho Windows.**
+
+## Colab Notebook
+
+**Sử dụng với Google Colab**
+
+- Mở Google Colab: [Vietnamese-RVC](https://colab.research.google.com/github/PhamHuynhAnh16/Vietnamese-RVC-ipynb/blob/main/Vietnamese-RVC.ipynb)
+- Bước 1: Chạy ô Cài đặt và đợi nó hoàn tất.
+- Bước 2: Chạy ô Mở giao diện sử dụng (Khi này giao diện sẽ in ra 2 đường dẫn 1 là 0.0.0.0.7680 và 1 đường dẫn gradio có thể nhấp được, bạn chọn vào đường dẫn nhấp được và nó sẽ đưa bạn đến giao diện).
+
+**Sử dụng với Kaggle**
+
+- Mở Kaggle: [Vietnamese-RVC](https://www.kaggle.com/code/anhfxbphmhunh/vietnamese-rvc-kaggle/)
+- Bước 1: Nhấn Copy - Edit.
+- Bước 2: Chạy ô Cài đặt (Ô thứ nhất) và đợi nó hoàn tất.
+- Bước 3: Chạy ô Mở giao diện sử dụng (Khi này giao diện sẽ in ra 3 đường dẫn 1 là đường dẫn đến localtunnel Tensorboard, 2 là 0.0.0.0.7680 và 3 đường dẫn gradio có thể nhấp được, bạn chọn vào đường dẫn nhấp được và nó sẽ đưa bạn đến giao diện).
+
+## Sử Dụng Trên Máy Tính
+
+**Cài đặt:**
+
+- Chạy tệp `run_install.bat` để tự động cài đặt trên Windows (Lưu ý: hãy chắc chắn đã cài Driver và thư viện như `Visual C++ Redistributable Runtimes`)
+
+- Chạy tệp `run_install.sh` để tự động cài đặt trên Linux (Lưu ý: hãy chắc chắn đã cài Driver và các thư viện cần thiết)
+
+- Nếu cần chi tiết hơn, tham khảo [INSTALL](./INSTALL.md)
+
+**Sử dụng:**
+
+- Chạy tệp `run_app.bat` để khởi động giao diện người dùng và `run_tensorboard.bat` để khởi động biểu đồ giám sát khi huấn luyện (Windows)
+
+- Chạy tệp `run_app.sh` để khởi động giao diện người dùng và `run_tensorboard.sh` để khởi động biểu đồ giám sát khi huấn luyện (Windows)
+
+## Tài Liệu Sử Dụng
+
+**Tài liệu văn bản: [Words](/assets/Vietnamese-RVC-DOCS.pdf)**
+
+## Giải Thích Một Số Thứ
+
+**ONNX (Open Neural Network Exchange):**
+Là một định dạng trung gian dùng để chuyển đổi mô hình (đặc biệt là từ PyTorch). ONNX giúp tối ưu hóa mô hình, tăng tốc thời gian suy luận và cho phép mô hình chạy trên nhiều runtime khác nhau Nhờ đó, việc triển khai trở nên linh hoạt và dễ dàng hơn trên nhiều nền tảng phần cứng.
+
+**OCL (OpenCL - Open Computing Language):**
+Là một tiêu chuẩn mở cho lập trình song song trên các hệ thống không đồng nhất. Trong dự án, OpenCL đóng vai trò là backend bổ trợ, giúp tận dụng các GPU không hỗ trợ tăng tốc xử lý máy học.
+
+**DML (DirectML):**
+Là API máy học của Microsoft, hoạt động trên nền tảng DirectX 12. DML cho phép chạy mô hình AI trên GPU (NVIDIA, AMD, Intel) trên Windows mà không cần CUDA, rất hữu ích cho việc mở rộng khả năng tương thích phần cứng.
+
+**CUDA (Compute Unified Device Architecture):**
+Là nền tảng tính toán song song của NVIDIA, cho phép khai thác sức mạnh GPU NVIDIA để tăng tốc các tác vụ AI và xử lý dữ liệu. Đây là backend phổ biến nhất do hiệu năng cao và hệ sinh thái cực kỳ mạnh mẽ.
+
+**XPU:**
+Là khái niệm (thường được Intel sử dụng) để chỉ các thiết bị tăng tốc tính toán tổng hợp (CPU + GPU). Trong PyTorch hoặc các framework khác, XPU thường ám chỉ GPU Intel (qua oneAPI hoặc IPEX). Việc hỗ trợ XPU giúp mở rộng khả năng chạy trên phần cứng của Intel.
+
+**ROCm (Radeon Open Compute):**
+Là nền tảng tính toán GPU của AMD, tương tự CUDA nhưng dành cho GPU AMD. ROCm cho phép chạy các mô hình AI trên GPU AMD với hiệu năng cao, đặc biệt trong môi trường Linux.
+
+**ZLUDA:**
+Là một lớp tương thích cho phép chạy các ứng dụng CUDA trên GPU không phải của NVIDIA (đặc biệt là dành cho GPU AMD) bằng cách ánh xạ các API CUDA sang nền tảng khác (như HIP - ROCm). ZLUDA giúp tận dụng các phần mềm chỉ hỗ trợ CUDA trên phần cứng không phải NVIDIA, tuy nhiên mức độ tương thích chưa hoàn toàn đầy đủ và hiệu năng có thể không ổn định tùy trường hợp.
+
+**RVC (Retrieval-based Voice Conversion):**
+Là một mô hình chuyển đổi giọng nói dựa trên truy hồi. RVC sử dụng embedding và chỉ mục để cải thiện chất lượng giọng nói đầu ra, giúp chuyển đổi giọng nhanh và tự nhiên hơn.
+
+**SVC (Singing Voice Conversion):**
+Là kỹ thuật chuyển đổi giọng hát, tập trung vào việc giữ nguyên giai điệu và nhịp điệu trong khi thay đổi giọng người hát. SVC thường phức tạp hơn RVC do phải xử lý thêm yếu tố âm nhạc như cao độ và biểu cảm.
+
+## LƯU Ý
+
+- **Các thanh trượt, ô chọn hay hộp thả có thể ẩn hiện theo từng tùy chọn và có thể nó nằm ẩn trong các menu xếp lớp nên hãy kiểm tra**
+- **Hiện tại các bộ mã hóa mới như MRF HIFIGAN, REFINEGAN và BIGVGAN vẫn chưa đầy đủ các bộ huấn luyện trước**
+- **Bộ mã hóa MRF HIFIGAN, REFINEGAN và BIGVGAN không hỗ trợ huấn luyện khi không không huấn luyện cao độ**
+- **Các mô hình trong kho lưu trữ Vietnamese-RVC được thu thập rải rác trên AI Hub, HuggingFace và các các kho lưu trữ khác. Có thể mang các giấy phép bản quyền khác nhau**
+- **Chế độ thời gian thực khi dùng có thể tồn lại cache trên VRAM do nằm trong luồng chính nên việc giải phóng VRAM có thể không được triệt để**
+- **Sử dụng Tăng độ phân giải âm thanh có thể làm tăng thời lượng chuyển đổi tệp âm thanh cực kì khủng kiếp**
+- **Việc điều chỉnh Số lượng cụm thăm dò gần như vô dụng trong dự án này, vì dự án này sử dụng một cách thức khác để thăm dò mang độ chính xác 100%. Nó chỉ hữu ích nếu dùng faiss-cpu hoặc đem chỉ mục sang dự án khác**
+
+## Tuyên bố miễn trừ trách nhiệm
+
+- **Dự án Vietnamese-RVC được phát triển với mục đích nghiên cứu, học tập và giải trí cá nhân. Tôi không khuyến khích cũng như không chịu trách nhiệm đối với bất kỳ hành vi lạm dụng công nghệ chuyển đổi giọng nói vì mục đích lừa đảo, giả mạo danh tính, hoặc vi phạm quyền riêng tư, bản quyền của bất kỳ cá nhân hay tổ chức nào.**
+
+- **Người dùng cần tự chịu trách nhiệm với hành vi sử dụng phần mềm này và cam kết tuân thủ pháp luật hiện hành tại quốc gia nơi họ sinh sống hoặc hoạt động.**
+
+- **Việc sử dụng giọng nói của người nổi tiếng, người thật hoặc nhân vật công chúng phải có sự cho phép hoặc đảm bảo không vi phạm pháp luật, đạo đức và quyền lợi của các bên liên quan.**
+
+- **Tác giả của dự án không chịu trách nhiệm pháp lý đối với bất kỳ hậu quả nào phát sinh từ việc sử dụng phần mềm này.**
+
+## Điều khoản sử dụng
+
+- Bạn phải đảm bảo rằng các nội dung âm thanh bạn tải lên và chuyển đổi qua dự án này không vi phạm quyền sở hữu trí tuệ của bên thứ ba.
+
+- Không được phép sử dụng dự án này cho bất kỳ hoạt động nào bất hợp pháp, bao gồm nhưng không giới hạn ở việc sử dụng để lừa đảo, quấy rối, hay gây tổn hại đến người khác.
+
+- Bạn chịu trách nhiệm hoàn toàn đối với bất kỳ thiệt hại nào phát sinh từ việc sử dụng sản phẩm không đúng cách.
+
+- Tôi sẽ không chịu trách nhiệm với bất kỳ thiệt hại trực tiếp hoặc gián tiếp nào phát sinh từ việc sử dụng dự án này.
+
+## Dự án này được xây dựng dựa trên các dự án như sau
+
+|                                                            Tác Phẩm                                                            |            Tác Giả            |      Giấy Phép      |
+|--------------------------------------------------------------------------------------------------------------------------------|-------------------------------|---------------------|
+| **[Applio](https://github.com/IAHispano/Applio/tree/main)**                                                                    | IAHispano                     | MIT License         |
+| **[Python-audio-separator](https://github.com/nomadkaraoke/python-audio-separator/tree/main)**                                 | Nomad Karaoke                 | MIT License         |
+| **[Retrieval-based-Voice-Conversion-WebUI](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/tree/main)**  | RVC Project                   | MIT License         |
+| **[RVC-ONNX-INFER-BY-Anh](https://github.com/PhamHuynhAnh16/RVC_Onnx_Infer)**                                                  | Phạm Huỳnh Anh                | MIT License         |
+| **[Torch-Onnx-Crepe-By-Anh](https://github.com/PhamHuynhAnh16/TORCH-ONNX-CREPE)**                                              | Phạm Huỳnh Anh                | MIT License         |
+| **[Hubert-No-Fairseq](https://github.com/PhamHuynhAnh16/hubert-no-fairseq)**                                                   | Phạm Huỳnh Anh                | MIT License         |
+| **[Local-attention](https://github.com/lucidrains/local-attention)**                                                           | Phil Wang                     | MIT License         |
+| **[TorchFcpe](https://github.com/CNChTu/FCPE/tree/main)**                                                                      | CN_ChiTu                      | MIT License         |
+| **[ContentVec](https://github.com/auspicious3000/contentvec)**                                                                 | Kaizhi Qian                   | MIT License         |
+| **[Mediafiredl](https://github.com/Gann4Life/mediafiredl)**                                                                    | Santiago Ariel Mansilla       | MIT License         |
+| **[Noisereduce](https://github.com/timsainb/noisereduce)**                                                                     | Tim Sainburg                  | MIT License         |
+| **[World.py-By-Anh](https://github.com/PhamHuynhAnh16/world.py)**                                                              | Phạm Huỳnh Anh                | MIT License         |
+| **[Mega.py](https://github.com/3v1n0/mega.py)**                                                                                | Marco Trevisan                | No License          |
+| **[Gdown](https://github.com/wkentaro/gdown)**                                                                                 | Kentaro Wada                  | MIT License         |
+| **[Whisper](https://github.com/openai/whisper)**                                                                               | OpenAI                        | MIT License         |
+| **[PyannoteAudio](https://github.com/pyannote/pyannote-audio)**                                                                | pyannote                      | MIT License         |
+| **[StftPitchShift](https://github.com/jurihock/stftPitchShift)**                                                               | Jürgen Hock                   | MIT License         |
+| **[Penn](https://github.com/interactiveaudiolab/penn)**                                                                        | Interactive Audio Lab         | MIT License         |
+| **[Voice Changer](https://github.com/deiteris/voice-changer)**                                                                 | Yury deiteris                 | MIT License         |
+| **[Pesto](https://github.com/SonyCSLParis/pesto)**                                                                             | Sony CSL Paris                | LGPL 3.0            |
+| **[PolTrain](https://github.com/Politrees/PolTrain)**                                                                          | Artyom Bebroy                 | MIT License         |
+| **[Sovits-SVC-4.1](https://github.com/svc-develop-team/so-vits-svc/tree/4.1-Stable)**                                          | SVC Develop-Team              | AGPL 3.0            |
+| **[RMVPE](https://github.com/yxlllc/RMVPE)**                                                                                   | yxlllc - Dream High           | Apache-2.0 License  |
+| **[HPA-RMVPE](https://github.com/PhamHuynhAnh16/HPA-RMVPE)**                                                                   | Phạm Huỳnh Anh - Vidalnt      | No License          |
+| **[DJCM](https://github.com/PhamHuynhAnh16/DJCM)**                                                                             | Phạm Huỳnh Anh - Dream High   | Apache-2.0 License  |
+| **[FlashSR](https://github.com/jakeoneijk/FlashSR_Inference)**                                                                 | JakeOne IM                    | No License          |
+| **[FFMPEG-PYTHON](https://github.com/kkroening/ffmpeg-python)**                                                                | Karl Kroening                 | Apache-2.0 License  |
+| **[SOUNDDEVICE](https://github.com/spatialaudio/python-sounddevice)**                                                          | Matthias Geier                | MIT License         |
+| **[SortedContainers](https://github.com/grantjenks/python-sortedcontainers)**                                                  | Grant Jenks                   | Apache-2.0 License  |
+
+## Kho mô hình của công cụ tìm kiếm mô hình
+
+- **[VOICE-MODELS.COM](https://voice-models.com/)**
+
+## Báo cáo lỗi
+- **Với trường hợp hệ thống báo cáo lỗi không hoạt động bạn có thể báo cáo lỗi cho tôi thông qua Discord `pham_huynh_anh` Hoặc [ISSUE](https://github.com/PhamHuynhAnh16/Vietnamese-RVC/issues)**
+
+## Lời Cảm Ơn
+
+- Cảm ơn [Vidal](https://github.com/Vidalnt) đã cung cấp hỗ trợ phát triển HPA-RMVPE.
+- Cảm ơn [Artyom Bebroy](https://github.com/Politrees) đã đề xuất CosineAnnealingLR cho huấn luyện.
+- Cảm ơn [Dattobel](https://github.com/dattobel) đã cho mượn GPU Intel ARC để hỗ trợ phát triển dự án.
+- Cảm ơn tất cả tác giả của các dự án được dựa vào đã cung cấp một nền tảng tuyệt vời để xây dựng dự án này.
+
+## ☎️ Liên hệ tôi
+- DISCORD: **pham_huynh_anh**

assets/Vietnamese-RVC-DOCS.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c82ad72da4862260953a7360a5383201ddb977a173ca2aa843349cd6e124badb
+size 4518422

assets/binary/empty_cache.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f35fb4f71deee38b94bb3e50b8296a0982dbfe122773905e457e16341d12538
+size 134609

assets/binary/portaudiolib.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be458538d9b669cd23553d2f274c13422e8b2e9381d757878b31e87cbe35fad6
+size 2622988

assets/binary/world.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67e67341170b26ea774baac6a93780227e57a3701dd666eda50e8762087e1ca1
+size 3481776

assets/docker/Dockerfile.cpu

@@ -0,0 +1,23 @@
+FROM python:3.11-slim
+
+EXPOSE 7860
+
+RUN apt-get update && apt-get install -y ffmpeg && apt-get install -y libportaudio2 && apt-get clean
+
+WORKDIR /app
+
+COPY . .
+
+RUN python3 -m venv /app/.venv && \
+    . /app/.venv/bin/activate && \
+    python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()" && \
+    pip install --no-cache-dir --upgrade pip && \
+    pip install --no-cache-dir six packaging python-dateutil platformdirs wget && \
+    pip install --no-cache-dir torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cpu && \
+    pip install --no-cache-dir onnxruntime && \
+    pip install --no-cache-dir -r requirements.txt
+
+VOLUME [ "/app/assets" ]
+ENV PATH="/app/.venv/bin:$PATH"
+
+CMD ["python3", "main/app/app.py", "--client"]

assets/docker/Dockerfile.cuda118

@@ -0,0 +1,24 @@
+FROM python:3.11-slim
+
+EXPOSE 7860
+
+RUN apt-get update && apt-get install -y ffmpeg && apt-get install -y libportaudio2 && apt-get clean
+
+WORKDIR /app
+
+COPY . .
+
+RUN python3 -m venv /app/.venv && \
+    . /app/.venv/bin/activate && \
+    python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()" && \
+    pip install --no-cache-dir --upgrade pip && \
+    pip install --no-cache-dir six packaging python-dateutil platformdirs wget && \
+    pip install --no-cache-dir numpy==1.26.4 numba==0.61.0 && \
+    pip install --no-cache-dir torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 && \
+    pip install --no-cache-dir onnxruntime-gpu==1.20.1 && \
+    pip install --no-cache-dir -r requirements.txt
+
+VOLUME [ "/app/assets" ]
+ENV PATH="/app/.venv/bin:$PATH"
+
+CMD ["python3", "main/app/app.py", "--client"]

assets/docker/Dockerfile.cuda128

@@ -0,0 +1,24 @@
+FROM python:3.11-slim
+
+EXPOSE 7860
+
+RUN apt-get update && apt-get install -y ffmpeg && apt-get install -y libportaudio2 && apt-get clean
+
+WORKDIR /app
+
+COPY . .
+
+RUN python3 -m venv /app/.venv && \
+    . /app/.venv/bin/activate && \
+    python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()" && \
+    pip install --no-cache-dir --upgrade pip && \
+    pip install --no-cache-dir six packaging python-dateutil platformdirs wget && \
+    pip install --no-cache-dir torch==2.7.1 torchvision torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128 && \
+    pip install --no-cache-dir onnxruntime-gpu==1.22.0 && \
+    pip install --no-cache-dir -r requirements.txt && \
+    pip install --no-cache-dir faiss-cpu==1.13.2
+
+VOLUME [ "/app/assets" ]
+ENV PATH="/app/.venv/bin:$PATH"
+
+CMD ["python3", "main/app/app.py", "--client"]

assets/docker/Dockerfile.rocm

@@ -0,0 +1,24 @@
+FROM python:3.12-slim
+
+EXPOSE 7860
+
+RUN apt-get update && apt-get install -y ffmpeg && apt-get install -y libportaudio2 && apt-get clean
+
+WORKDIR /app
+
+COPY . .
+
+RUN python3 -m venv /app/.venv && \
+    . /app/.venv/bin/activate && \
+    python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()" && \
+    pip install --no-cache-dir --upgrade pip && \
+    pip install --no-cache-dir six packaging python-dateutil platformdirs && \
+    pip install --no-cache-dir torch torchaudio torchvision --index-url https://download.pytorch.org/whl/rocm7.2 && \
+    pip install --no-cache-dir onnxruntime-rocm && \
+    pip install --no-cache-dir -r requirements.txt && \
+    pip install --no-cache-dir faiss-cpu==1.13.2
+
+VOLUME [ "/app/assets" ]
+ENV PATH="/app/.venv/bin:$PATH"
+
+CMD ["python3", "main/app/app.py", "--client"]

assets/docker/Dockerfile.xpu

@@ -0,0 +1,26 @@
+FROM python:3.11-slim
+
+EXPOSE 7860
+
+RUN apt-get update && apt-get install -y ffmpeg && apt-get install -y libportaudio2 && apt-get clean
+
+WORKDIR /app
+
+COPY . .
+
+RUN python3 -m venv /app/.venv && \
+    . /app/.venv/bin/activate && \
+    python -c "from main.app.install import remove_onnxruntime;remove_onnxruntime()" && \
+    pip install --no-cache-dir --upgrade pip && \
+    pip install --no-cache-dir six packaging python-dateutil platformdirs && \
+    pip install --no-cache-dir torch torchaudio torchvision --index-url https://download.pytorch.org/whl/xpu && \
+    pip install --no-cache-dir openvino==2025.4.1 && \
+    pip install --no-cache-dir triton && \
+    pip install --no-cache-dir onnxruntime-openvino==1.24.1 && \
+    pip install --no-cache-dir -r requirements.txt && \
+    pip install --no-cache-dir faiss-cpu==1.13.2
+
+VOLUME [ "/app/assets" ]
+ENV PATH="/app/.venv/bin:$PATH"
+
+CMD ["python3", "main/app/app.py", "--client"]

assets/docker/docker-compose-cpu.yaml

@@ -0,0 +1,14 @@
+version: '1'
+
+services:
+  rvc:
+    build:
+      context: .
+      dockerfile: Dockerfile.cpu
+    container_name: rvc
+    ports:
+      - 7860:7860
+    deploy:
+      resources:
+        reservations:
+          devices: []

assets/docker/docker-compose-cuda118.yaml

@@ -0,0 +1,17 @@
+version: '1'
+
+services:
+  rvc:
+    build:
+      context: .
+      dockerfile: Dockerfile.cuda118
+    container_name: rvc
+    ports:
+      - 7860:7860
+    deploy:
+      resources:
+        reservations:
+          devices:
+            - driver: nvidia
+              count: 1
+              capabilities: [gpu]

assets/docker/docker-compose-cuda128.yaml

@@ -0,0 +1,17 @@
+version: '1'
+
+services:
+  rvc:
+    build:
+      context: .
+      dockerfile: Dockerfile.cuda128
+    container_name: rvc
+    ports:
+      - 7860:7860
+    deploy:
+      resources:
+        reservations:
+          devices:
+            - driver: nvidia
+              count: 1
+              capabilities: [gpu]

assets/docker/docker-compose-rocm.yaml

@@ -0,0 +1,17 @@
+version: '1'
+
+services:
+  rvc:
+    build:
+      context: .
+      dockerfile: Dockerfile.rocm
+    container_name: rvc
+    ports:
+      - 7860:7860
+    deploy:
+      resources:
+        reservations:
+          devices:
+            - driver: amd
+              count: 1
+              capabilities: [gpu]

assets/docker/docker-compose-xpu.yaml

@@ -0,0 +1,17 @@
+version: '1'
+
+services:
+  rvc:
+    build:
+      context: .
+      dockerfile: Dockerfile.xpu
+    container_name: rvc
+    ports:
+      - 7860:7860
+    deploy:
+      resources:
+        reservations:
+          devices:
+            - driver: intel
+              count: 1
+              capabilities: [gpu]

assets/languages/en-US.json

@@ -0,0 +1,807 @@
+{
+    "set_lang": "Display language set to {lang}.",
+    "no_support_gpu": "Unfortunately, no compatible GPU is available to support your training.",
+    "upload_success": "File uploaded successfully.",
+    "download_url": "Download from url",
+    "download_from_csv": "Download from CSV",
+    "search_models": "Search models",
+    "upload": "Upload",
+    "option_not_valid": "Invalid option!",
+    "list_model": "Model list",
+    "success": "Success!",
+    "provide_model": "Please provide a valid model file!",
+    "provide_config": "Please provide a valid configuration file!",
+    "provide_model_idx": "Please provide a valid model file {idx}!",
+    "start_download": "Start downloading...",
+    "start_search": "Start searching...",
+    "start_apply_effect": "Start applying effects...",
+    "start_fushion_model": "Start model fusion...",
+    "start_separator_music": "Start separating music...",
+    "start_create_dataset": "Start creating dataset...",
+    "start_zip": "Start compressing...",
+    "not_found": "Not found {name}.",
+    "found": "Found {results} results!",
+    "provide_url": "Please provide a url.",
+    "provide_name_is_save": "Please provide a model name to save.",
+    "not_support_url": "Your model url is not supported.",
+    "error_occurred": "An error occurred: {e}.",
+    "unable_analyze_model": "Unable to analyze the model!",
+    "download_pretrain": "Downloading pretrained model...",
+    "provide_pretrain": "Please provide a pretrained model url {dg}.",
+    "sr_not_same": "The sample rates of the 2 models are not the same.",
+    "architectures_not_same": "Cannot merge models. The architectures are not the same.",
+    "model_fushion_info": "The model {name} is fused from {model_path_1} and {model_path_2} with a ratio of {ratio}.",
+    "not_found_create_time": "Creation time not found.",
+    "format_not_valid": "Invalid format.",
+    "read_info": "Models trained on different applications may produce different information or may not be readable!",
+    "sr": "Sample rate",
+    "not_f0": "No Pitch Guidance",
+    "trained_f0": "Pitch Guidance",
+    "model_info": "Model Name: {model_name}\n\n Model Creator: {model_author}\n\nEpoch: {epochs}\n\nSteps: {steps}\n\nVersion: {version}\n\nSample Rate: {sr}\n\nPitch Guidance: {pitch_guidance}\n\nHash (ID): {model_hash}\n\nCreation Time: {creation_date_str}\n\nVocoder: {vocoder}\n\nSpeakers ID: {speakers_id}\n\nArchitecture: {architecture}\n",
+    "input_not_valid": "Please provide valid input!",
+    "output_not_valid": "Please provide valid output!",
+    "apply_effect": "apply effect",
+    "enter_the_text": "Please enter the text to speech!",
+    "choose_voice": "Please choose a voice!",
+    "converttext": "Text to Speech...",
+    "notfound": "Not found",
+    "turn_on_use_audio": "Please enable using separated audio to proceed",
+    "turn_off_convert_backup": "Disable backup voice conversion to use the original voice",
+    "turn_off_merge_backup": "Disable merging backup voice to use the original voice",
+    "not_found_original_vocal": "Original vocal not found!",
+    "convert_vocal": "Converting voice...",
+    "convert_success": "Voice conversion completed!",
+    "convert_backup": "Converting backup voice...",
+    "convert_backup_success": "Backup voice conversion completed!",
+    "merge_backup": "Merging main voice with backup voice...",
+    "merge_success": "Merge completed.",
+    "is_folder": "Input is a folder: Converting all audio files in the folder...",
+    "not_found_in_folder": "No audio files found in the folder!",
+    "batch_convert": "Batch conversion in progress...",
+    "batch_convert_success": "Batch conversion successful!",
+    "provide_name": "Please provide a model name.",
+    "not_found_data": "Data not found",
+    "not_found_data_preprocess": "Processed audio data not found, please reprocess.",
+    "not_found_data_extract": "Extracted audio data not found, please re-extract.",
+    "provide_pretrained": "Please provide pretrained {dg}.",
+    "download_pretrained": "Download pretrained {dg}{rvc_version} original",
+    "not_found_pretrain": "pretrained {dg} not found",
+    "not_use_pretrain": "No pretrained model will be used",
+    "rick_roll": "Click here if you want to be Rick Roll :) ---> [RickRoll]({rickroll})",
+    "terms_of_use": "**Please do not use the project for any unethical, illegal, or harmful purposes to individuals or organizations...**",
+    "exemption": "**In cases where users do not comply with the terms or violate them, I will not be responsible for any claims, damages, or liabilities, whether in contract, negligence, or other causes arising from, outside of, or related to the software, its use, or other transactions associated with it.**",
+    "separator_tab": "Music Separation",
+    "4_part": "A simple music separation system can separate into 4 parts: Instruments, Vocals, Main vocals, Backup vocals",
+    "clear_audio": "Clean audio",
+    "separator_backing": "Separate backup vocals",
+    "denoise_mdx": "Denoise separation",
+    "use_mdx": "Use MDX",
+    "dereveb_audio": "Remove vocal reverb",
+    "dereveb_model": "Reverb separation model",
+    "separator_model": "Music separation model",
+    "separator_backing_model": "Backup separation model",
+    "shift": "Shift",
+    "shift_info": "Higher is better quality but uses more resources",
+    "segments_size": "Segments Size",
+    "segments_size_info": "Higher is better quality but uses more resources",
+    "batch_size": "Batch size",
+    "batch_size_info": "Number of samples processed simultaneously in one training cycle. Higher can cause memory overflow",
+    "mdx_batch_size_info": "The number of samples processed at once. Dividing into batches optimizes the calculation process",
+    "overlap": "Overlap",
+    "overlap_info": "Overlap amount between prediction windows",
+    "export_format": "Export format",
+    "export_info": "The export format to export the audio file in",
+    "output_separator": "Separated output",
+    "hop_length_info": "Analyzing the time transfer window when performing transformations is allowed. The detailed value is compact but requires more calculation",
+    "drop_audio": "Drop audio here",
+    "drop_text": "Drop text file here",
+    "use_url": "YouTube link",
+    "url_audio": "Url audio",
+    "downloads": "Downloads",
+    "clean_strength": "Audio cleaning strength",
+    "clean_strength_info": "Strength of the audio cleaner for filtering vocals during export",
+    "input_output": "Audio input, output",
+    "audio_path": "Input audio path",
+    "refresh": "Refresh",
+    "output_folder": "Output audio folder path",
+    "output_folder_info": "Enter the folder path where the audio will be exported",
+    "input_audio": "Audio input",
+    "instruments": "Instruments",
+    "original_vocal": "Original vocal",
+    "main_vocal": "Main vocal",
+    "backing_vocal": "Backup vocal",
+    "convert_audio": "Convert Audio",
+    "convert_info": "Convert audio using a trained voice model",
+    "autotune": "Autotune",
+    "use_audio": "Use separated audio",
+    "convert_original": "Convert original voice",
+    "convert_backing": "Convert backup voice",
+    "not_merge_backing": "Do not merge backup voice",
+    "merge_instruments": "Merge instruments",
+    "pitch": "Pitch",
+    "pitch_info": "Recommendation: set to 12 to change male voice to female and vice versa",
+    "model_accordion": "Model and index",
+    "model_name": "Model file",
+    "index_path": "Index file",
+    "index_strength": "Index strength",
+    "index_strength_info": "Higher values increase strength. However, lower values may reduce artificial effects in the audio",
+    "output_path": "Audio output path",
+    "output_path_info": "Enter the output path (leave it as .wav format; it will auto-correct during conversion)",
+    "setting": "Settings",
+    "f0_method": "F0 method",
+    "f0_method_info": "Method used for data extraction",
+    "f0_method_hybrid": "HYBRID F0 method",
+    "f0_method_hybrid_info": "Combination of 2 or more different types of extracts",
+    "hubert_model": "Embedding model",
+    "hubert_info": "The extracts audio features (Note: Use only Contentvec or HuBERT Base; other models require separate training from scratch).",
+    "modelname": "Model name",
+    "modelname_info": "If you have your own model, just upload it and input the name here",
+    "split_audio": "Split audio",
+    "autotune_rate": "Autotune rate",
+    "autotune_rate_info": "Level of autotuning adjustment",
+    "resample": "Resample",
+    "resample_info": "Resample post-processing to the final sample rate; 0 means no resampling, NOTE: SOME FORMATS DO NOT SUPPORT SPEEDS OVER 48000",
+    "filter_radius": "Filter radius",
+    "filter_radius_info": "If greater than three, median filtering is applied. The value represents the filter radius and can reduce breathiness or noise.",
+    "rms_mix_rate": "RMS Mix Rate",
+    "rms_mix_rate_info": "Determines the blend ratio between the RMS energy of the original voice and the converted voice",
+    "protect": "Protect",
+    "protect_info": "Protect distinct consonants and breathing sounds to prevent audio tearing and other artifacts. Increasing this value provides comprehensive protection. Reducing it may reduce protection but also minimize indexing effects",
+    "output_convert": "Converted audio",
+    "main_convert": "Convert main voice",
+    "main_or_backing": "Main voice + Backup voice",
+    "voice_or_instruments": "Voice + Instruments",
+    "convert_text": "Convert Text",
+    "convert_text_markdown": "## Convert Text to Speech",
+    "convert_text_markdown_2": "Convert text to speech and read aloud using the trained voice model",
+    "input_txt": "Input data from a text file",
+    "text_to_speech": "Text To Speech",
+    "voice_speed": "Voice speed",
+    "voice_speed_info": "Speed of the voice",
+    "tts_1": "1. Convert Text to Speech",
+    "tts_2": "2. Convert Audio",
+    "voice": "Voice Language",
+    "output_tts": "Output TTS path",
+    "output_tts_convert": "Converted TTS path",
+    "tts_output": "Enter the output path",
+    "output_tts_markdown": "Unconverted and converted audio",
+    "output_text_to_speech": "TTS Output",
+    "output_file_tts_convert": "Conversion Output",
+    "output_audio": "Audio output",
+    "provide_output": "Enter the output path",
+    "audio_effects": "Audio Effects",
+    "apply_audio_effects": "## Add Additional Audio Effects",
+    "audio_effects_edit": "Add effects to audio",
+    "reverb": "Reverb",
+    "chorus": "Chorus",
+    "delay": "Delay",
+    "more_option": "Additional options",
+    "phaser": "Phaser",
+    "compressor": "Compressor",
+    "apply": "Apply",
+    "reverb_freeze": "Freeze mode",
+    "reverb_freeze_info": "Create a continuous echo effect when this mode is enabled",
+    "room_size": "Room size",
+    "room_size_info": "Adjust the room space to create reverberation",
+    "damping": "Damping",
+    "damping_info": "Adjust the level of absorption to control the amount of reverberation",
+    "wet_level": "Reverb signal level",
+    "wet_level_info": "Adjust the level of the reverb signal effect",
+    "dry_level": "Original signal level",
+    "dry_level_info": "Adjust the level of the signal without effects",
+    "width": "Audio width",
+    "width_info": "Adjust the width of the audio space",
+    "chorus_depth": "Chorus depth",
+    "chorus_depth_info": "Adjust the intensity of the chorus to create a wider sound",
+    "chorus_rate_hz": "Frequency",
+    "chorus_rate_hz_info": "Adjust the oscillation speed of the chorus effect",
+    "chorus_mix": "Mix signals",
+    "chorus_mix_info": "Adjust the mix level between the original and the processed signal",
+    "chorus_center_delay_ms": "Center delay (ms)",
+    "chorus_center_delay_ms_info": "The delay time between stereo channels to create the chorus effect",
+    "chorus_feedback": "Feedback",
+    "chorus_feedback_info": "Adjust the amount of the effect signal fed back into the original signal",
+    "delay_seconds": "Delay time",
+    "delay_seconds_info": "Adjust the delay time between the original and the processed signal",
+    "delay_feedback": "Delay feedback",
+    "delay_feedback_info": "Adjust the amount of feedback signal, creating a repeating effect",
+    "delay_mix": "Delay signal mix",
+    "delay_mix_info": "Adjust the mix level between the original and delayed signal",
+    "fade": "Fade",
+    "bass_or_treble": "Bass and treble",
+    "limiter": "Threshold limiter",
+    "distortion": "Distortion",
+    "gain": "Audio gain",
+    "bitcrush": "Bit reduction",
+    "clipping": "Clipping",
+    "fade_in": "Fade-in (ms)",
+    "fade_in_info": "Time for the audio to gradually increase from 0 to normal level",
+    "fade_out": "Fade-out (ms)",
+    "fade_out_info": "the time it takes for the sound to fade from normal to zero",
+    "bass_boost": "Bass boost (dB)",
+    "bass_boost_info": "amount of bass boost in audio track",
+    "bass_frequency": "Low-pass filter cutoff frequency (Hz)",
+    "bass_frequency_info": "frequencies are reduced. Low frequencies make the bass clearer",
+    "treble_boost": "Treble boost (dB)",
+    "treble_boost_info": "high level of sound reinforcement in the audio track",
+    "treble_frequency": "High-pass filter cutoff frequency (Hz)",
+    "treble_frequency_info": "The frequency will be filtered out. The higher the frequency, the higher the sound will be retained.",
+    "limiter_threshold_db": "Limiter threshold",
+    "limiter_threshold_db_info": "Limit the maximum audio level to prevent it from exceeding the threshold",
+    "limiter_release_ms": "Release time",
+    "limiter_release_ms_info": "Time for the audio to return after being limited (Mili Seconds)",
+    "distortion_info": "Adjust the level of distortion to create a noisy effect",
+    "gain_info": "Adjust the volume level of the signal",
+    "clipping_threshold_db": "Clipping threshold",
+    "clipping_threshold_db_info": "Trim signals exceeding the threshold, creating a distorted sound",
+    "bitcrush_bit_depth": "Bit depth",
+    "bitcrush_bit_depth_info": "Reduce audio quality by decreasing bit depth, creating a distorted effect",
+    "phaser_depth": "Phaser depth",
+    "phaser_depth_info": "Adjust the depth of the effect, impacting its intensity",
+    "phaser_rate_hz": "Frequency",
+    "phaser_rate_hz_info": "Adjust the frequency of the phaser effect",
+    "phaser_mix": "Mix signal",
+    "phaser_mix_info": "Adjust the mix level between the original and processed signals",
+    "phaser_centre_frequency_hz": "Center frequency",
+    "phaser_centre_frequency_hz_info": "The center frequency of the phaser effect, affecting the adjusted frequencies",
+    "phaser_feedback": "Feedback",
+    "phaser_feedback_info": "Adjust the feedback level of the effect, creating a stronger or lighter phaser feel",
+    "compressor_threshold_db": "Compressor threshold",
+    "compressor_threshold_db_info": "The threshold level above which the audio will be compressed",
+    "compressor_ratio": "Compression ratio",
+    "compressor_ratio_info": "Adjust the level of audio compression when exceeding the threshold",
+    "compressor_attack_ms": "Attack time (ms)",
+    "compressor_attack_ms_info": "Time for compression to start taking effect after the audio exceeds the threshold",
+    "compressor_release_ms": "Release time",
+    "compressor_release_ms_info": "Time for the audio to return to normal after being compressed",
+    "create_dataset_url": "Url to audio (use commas for multiple urls)",
+    "createdataset": "Create Dataset",
+    "create_dataset_markdown": "## Create Dataset training from YouTube",
+    "create_dataset_markdown_2": "Process and create training datasets using YouTube urls",
+    "denoise": "Denoise",
+    "skip": "Skip",
+    "model_ver": "Voice separation version",
+    "model_ver_info": "The model version for separating vocals",
+    "create_dataset_info": "Dataset creation information",
+    "output_data": "Dataset output",
+    "output_data_info": "Output data after creation",
+    "skip_start": "Skip beginning",
+    "skip_start_info": "Skip the initial seconds of the audio; use commas for multiple audios",
+    "skip_end": "Skip end",
+    "skip_end_info": "Skip the final seconds of the audio; use commas for multiple audios",
+    "training_model": "Train Model",
+    "training_markdown": "Train and build a voice model with a set of voice data",
+    "training_model_name": "Name of the model during training (avoid special characters or spaces)",
+    "sample_rate": "Sample rate",
+    "sample_rate_info": "Sample rate of the model",
+    "training_version": "Model version",
+    "training_version_info": "Version of the model during training",
+    "training_pitch": "Pitch Guidance",
+    "upload_dataset": "Upload dataset",
+    "preprocess_effect": "Post processing",
+    "clear_dataset": "Clean dataset",
+    "preprocess_info": "Preprocessing information",
+    "preprocess_button": "1. Preprocessing",
+    "extract_button": "2. Extracting",
+    "extract_info": "Extraction information",
+    "total_epoch": "Total Epochs",
+    "total_epoch_info": "Total training epochs",
+    "save_epoch": "Save every epoch",
+    "save_epoch_info": "Determine at how many epochs the model will saved at",
+    "create_index": "Generate index",
+    "index_algorithm": "Index algorithm",
+    "index_algorithm_info": "Algorithm for creating the index",
+    "custom_dataset": "Custom dataset folder",
+    "custom_dataset_info": "Custom dataset folder for training data",
+    "overtraining_detector": "Overtraining detector",
+    "overtraining_detector_info": "Check for overtraining during model training",
+    "cleanup_training": "Clean Up",
+    "cleanup_training_info": "Clean up and retrain from scratch",
+    "cache_in_gpu": "Cache in GPU",
+    "cache_in_gpu_info": "Store the model in GPU cache memory",
+    "dataset_folder": "Folder containing dataset",
+    "threshold": "Overtraining threshold",
+    "setting_cpu_gpu": "CPU/GPU settings",
+    "gpu_number": "Number of GPUs used",
+    "gpu_number_info": "The order number of GPUs used in training. (Note: Currently, only NVIDIA GPUs support multi-GPU training)",
+    "save_only_latest": "Save only the latest",
+    "save_only_latest_info": "Save only the latest D and G models",
+    "save_every_weights": "Save all models",
+    "save_every_weights_info": "Save all models after each epoch",
+    "gpu_info": "GPU information",
+    "gpu_info_2": "Information about the GPU used during training",
+    "cpu_core": "Number of CPU cores available",
+    "cpu_core_info": "Number of CPU cores used during training",
+    "not_use_pretrain_2": "Do not use pretraining",
+    "not_use_pretrain_info": "Do not use pretrained models",
+    "custom_pretrain": "Custom pretraining",
+    "custom_pretrain_info": "Customize pre-training settings",
+    "pretrain_file": "pretrained model file {dg}",
+    "train_info": "Training information",
+    "export_model": "5. Export Model",
+    "zip_model": "2. Compress model",
+    "output_zip": "Output model compression",
+    "model_path": "Model path",
+    "model_ratio": "Model ratio",
+    "model_ratio_info": "Adjusting towards one side will make the model more like that side",
+    "output_model_path": "Model output path",
+    "fushion": "Model Fusion",
+    "fushion_markdown": "## Fushion 2 Models",
+    "fushion_markdown_2": "Fushion 2 voice models into a single model",
+    "read_model": "Read Information",
+    "read_model_markdown": "## Read Model Information",
+    "read_model_markdown_2": "Retrieve recorded information within the model",
+    "drop_model": "Drop model here",
+    "readmodel": "Read model",
+    "modelinfo": "Model Information",
+    "download_markdown": "## Download Model",
+    "download_markdown_2": "Download voice models, pretrained models",
+    "model_download": "Download voice model",
+    "model_url": "Url to the model",
+    "restart": "Please wait for the system to restart automatically!",
+    "model_download_select": "Choose a model download method",
+    "model_warehouse": "Model repository",
+    "get_model": "Retrieve model",
+    "name_to_search": "Name to search",
+    "search": "Search",
+    "select_download_model": "Choose a searched model (Click to select)",
+    "download_pretrained_2": "Download pretrained model",
+    "pretrained_url": "pretrained model link {dg}",
+    "select_pretrain": "Choose pretrained model",
+    "select_pretrain_info": "Choose a pretrained model to download",
+    "pretrain_sr": "Model samplerate",
+    "drop_pretrain": "Drop pretrained model {dg} here",
+    "settings": "Settings",
+    "settings_markdown": "## Additional Settings",
+    "settings_markdown_2": "Customize additional features of the project",
+    "lang": "Language",
+    "lang_restart": "The display language in the project (When making changes, a system restart is required for them to take effect)",
+    "theme": "Theme",
+    "theme_restart": "Theme type displayed in the interface (When making changes, a system restart is required for them to take effect)",
+    "change_light_dark": "Switch Light/Dark Mode",
+    "tensorboard_url": "Tensorboard URL",
+    "errors_loading_audio": "Error loading audio",
+    "apply_error": "An error occurred while applying effects: {e}",
+    "indexpath": "Index path",
+    "split_total": "Total parts split",
+    "process_audio_error": "An error occurred while processing the audio",
+    "merge_error": "An error occurred while merging audio",
+    "not_found_convert_file": "Processed file not found",
+    "convert_batch": "Batch conversion...",
+    "found_audio": "Found {audio_files} audio files for conversion.",
+    "not_found_audio": "No audio files found!",
+    "error_convert": "An error occurred during audio conversion: {e}",
+    "convert_batch_success": "Batch conversion completed successfully in {elapsed_time} seconds. Output {output_path}",
+    "convert_audio_success": "File {input_path} converted successfully in {elapsed_time} seconds. Output {output_path}",
+    "read_faiss_index_error": "An error occurred while reading the FAISS index: {e}",
+    "read_model_error": "Failed to load model: {e}",
+    "starting_download": "Starting download",
+    "version_not_valid": "Invalid vocal separation version",
+    "skip<audio": "Cannot skip as skip time is less than audio file length",
+    "skip>audio": "Cannot skip as skip time is greater than audio file length",
+    "=<0": "Skip time is less than or equal to 0 and has been skipped",
+    "skip_warning": "Skip duration ({seconds} seconds) exceeds audio length ({total_duration} seconds). Skipping.",
+    "download_success": "Download completed successfully",
+    "create_dataset_error": "An error occurred while creating the training dataset",
+    "create_dataset_success": "Training dataset creation completed in {elapsed_time} seconds",
+    "skip_start_audio": "Successfully skipped start of audio: {input_file}",
+    "skip_end_audio": "Successfully skipped end of audio: {input_file}",
+    "merge_audio": "Merged all parts containing audio",
+    "separator_process": "Separating vocals: {input}...",
+    "not_found_main_vocal": "Main vocal not found!",
+    "not_found_backing_vocal": "Backup vocal not found!",
+    "not_found_instruments": "Instruments not found",
+    "merge_instruments_process": "Merging vocals with instruments...",
+    "dereverb": "Removing vocal reverb",
+    "dereverb_success": "Successfully removed vocal reverb",
+    "save_index": "Index file saved",
+    "create_index_error": "An error occurred while creating the index",
+    "sr_not_16000": "Sample rate must be 16000",
+    "extract_file_error": "An error occurred while extracting the file",
+    "extract_f0_method": "Starting F0 extraction using {num_processes} cores with method {f0_method}...",
+    "extract_f0": "F0 Extraction",
+    "extract_f0_success": "F0 extraction completed in {elapsed_time} seconds.",
+    "NaN": "contains NaN values and will be ignored.",
+    "start_extract_hubert": "Starting Embedding extraction...",
+    "process_error": "An error occurred during processing",
+    "extract_hubert_success": "Embedding extraction completed in {elapsed_time} seconds.",
+    "export_process": "Model path",
+    "extract_error": "An error occurred during data extraction",
+    "extract_success": "Data extraction successful",
+    "start_preprocess": "Starting data preprocessing with {num_processes} cores...",
+    "not_integer": "Voice ID folder must be an integer; instead got",
+    "preprocess_success": "Preprocessing completed in {elapsed_time} seconds.",
+    "preprocess_model_success": "Preprocessing data for the model completed successfully",
+    "backing_model_ver": "Backup vocal separation model version",
+    "clean_audio_success": "Audio cleaned successfully!",
+    "separator_error": "An error occurred during music separation",
+    "separator_success": "Music separation completed in {elapsed_time} seconds",
+    "separator_process_2": "Processing music separation",
+    "separator_success_2": "Music separation successful!",
+    "save_every_epoch": "Save model after: ",
+    "total_e": "Total epochs: ",
+    "dorg": "pretrained G: {pretrainG} | pretrained D: {pretrainD}",
+    "training_f0": "Pitch Guidance",
+    "not_gpu": "No GPU detected, reverting to CPU (not recommended)",
+    "not_found_checkpoint": "Checkpoint file not found: {checkpoint_path}",
+    "save_checkpoint": "Reloaded checkpoint '{checkpoint_path}' (epoch {checkpoint_dict})",
+    "save_model": "Saved model '{checkpoint_path}' (epoch {iteration})",
+    "sr_does_not_match": "{sample_rate} Sample rate does not match target {sample_rate2} Sample rate",
+    "time_or_speed_training": "time={current_time} | training speed={elapsed_time_str}",
+    "savemodel": "Saved model '{model_dir}' (epoch {epoch} and step {step})",
+    "model_author": "Credit model to {model_author}",
+    "unregistered": "Model unregistered",
+    "not_author": "Model not credited",
+    "training_author": "Model creator name",
+    "training_author_info": "To credit the model, enter your name here",
+    "extract_model_error": "An error occurred while extracting the model",
+    "start_training": "Starting training",
+    "import_pretrain": "Loaded pretrained model ({dg}) '{pretrain}'",
+    "not_using_pretrain": "No pretrained model ({dg}) will be used",
+    "overtraining_find": "Overtraining detected at epoch {epoch} with smoothed generator loss {smoothed_value_gen} and smoothed discriminator loss {smoothed_value_disc}",
+    "best_epoch": "New best epoch {epoch} with smoothed generator loss {smoothed_value_gen} and smoothed discriminator loss {smoothed_value_disc}",
+    "success_training": "Training completed with {epoch} epochs, {global_step} steps, and {loss_gen_all} total generator loss.",
+    "training_info": "Lowest generator loss: {lowest_value_rounded} at epoch {lowest_value_epoch}, step {lowest_value_step}",
+    "model_training_info": "{model_name} | epoch={epoch} | step={global_step} | {epoch_recorder} | lowest value={lowest_value_rounded} (epoch {lowest_value_epoch} and step {lowest_value_step}) | remaining epochs for overtraining: g/total: {remaining_epochs_gen} d/total: {remaining_epochs_disc} | smoothed generator loss={smoothed_value_gen} | smoothed discriminator loss={smoothed_value_disc}",
+    "model_training_info_2": "{model_name} | epoch={epoch} | step={global_step} | {epoch_recorder} | lowest value={lowest_value_rounded} (epoch {lowest_value_epoch} and step {lowest_value_step})",
+    "model_training_info_3": "{model_name} | epoch={epoch} | step={global_step} | {epoch_recorder}",
+    "training_error": "An error occurred while training the model:",
+    "separator_info": "Initializing with output path: {output_dir}, output format: {output_format}",
+    "none_ffmpeg": "FFmpeg is not installed. Please install FFmpeg to use this package.",
+    "onnx_not_have": "There is no hardware acceleration available in ONNXruntime; acceleration will NOT be enabled.",
+    "download_error": "Failed to download file from {url}, response code: {status_code}",
+    "loading_model": "Loading model {model_filename}...",
+    "model_type_not_support": "Unsupported model type: {model_type}",
+    "starting_separator": "Starting separation process for audio file path",
+    "separator_success_3": "Separation process completed.",
+    "activation": "activation must be relu/gelu, not {activation}",
+    "length_or_training_length": "Provided length {length} exceeds training duration {training_length}",
+    "convert_shape": "Converted mix shape: {shape}",
+    "not_success": "Process was not successful: ",
+    "resample_error": "Error during resampling",
+    "shapes": "Shapes",
+    "wav_resolution": "Resolution type",
+    "warnings": "Warning: Extremely aggressive values detected",
+    "gdown_error": "Could not retrieve the public link for the file. You may need to change its permissions to 'Anyone with the link' or there may already be excessive access permissions.",
+    "gdown_value_error": "A path or ID must be specified",
+    "missing_url": "URL is missing",
+    "mac_not_match": "MAC does not match",
+    "file_not_access": "File is not accessible",
+    "int_resp==-3": "Request failed, retrying",
+    "search_separate": "Search for separate files...",
+    "found_choice": "Found {choice}",
+    "separator==0": "No separate files found!",
+    "select_separate": "Select separate files",
+    "start_app": "Starting interface...",
+    "provide_audio": "Enter the path to the audio file",
+    "googletts": "Convert text using Google",
+    "pitch_info_2": "Pitch adjustment for text-to-speech converter",
+    "not_found_pid": "No processes found!",
+    "end_pid": "Process terminated!",
+    "not_found_separate_model": "No separation model files found!",
+    "not_found_pretrained": "No pretrained model files found!",
+    "not_found_log": "No log files found!",
+    "not_found_predictors": "No predictor model files found!",
+    "not_found_embedders": "No embedder model files found!",
+    "provide_folder": "Please provide a valid folder!",
+    "empty_folder": "The data folder is empty!",
+    "vocoder": "Vocoder",
+    "vocoder_info": "A vocoder analyzes and synthesizes human speech signals for voice transformation.\n\nDefault: This option is HiFi-GAN-NSF, compatible with all RVCs.\n\nMRF-HiFi-GAN: Higher fidelity.\n\nRefineGAN: Superior sound quality.\n\nBigVGAN: In theory, it delivers ultra-high audio quality, but it will turn your GPU into an oven.",
+    "code_error": "Error: Received status code",
+    "json_error": "Error: Unable to parse response.",
+    "requests_error": "Request failed: {e}",
+    "memory_efficient_training": "Using memory-efficient training",
+    "not_use_pretrain_error_download": "Will not use pretrained models due to missing files",
+    "provide_file_settings": "Please provide a preset settings file!",
+    "load_presets": "Loaded preset file {presets}",
+    "provide_filename_settings": "Please provide a preset file name!",
+    "choose1": "Please select one to export!",
+    "export_settings": "Exported preset file {name}",
+    "use_presets": "Using preset file",
+    "file_preset": "Preset file",
+    "load_file": "Load file",
+    "export_file": "Export preset file",
+    "save_clean": "Save cleanup",
+    "save_autotune": "Save autotune",
+    "save_pitch": "Save pitch",
+    "save_index_2": "Save index impact",
+    "save_resample": "Save resampling",
+    "save_filter": "Save median filter",
+    "save_envelope": "Save sound envelope",
+    "save_protect": "Save sound protection",
+    "save_split": "Save sound split",
+    "filename_to_save": "File name to save",
+    "upload_presets": "Upload preset file",
+    "stop": "Stop process",
+    "stop_separate": "Stop Music Separation",
+    "stop_convert": "Stop Conversion",
+    "stop_create_dataset": "Stop Dataset Creation",
+    "stop_training": "Stop Training",
+    "stop_preprocess": "Stop Data Processing",
+    "stop_extract": "Stop Data Extraction",
+    "not_found_presets": "No preset files found in the folder!",
+    "port": "Port {port} is unavailable! Lowering port by one...",
+    "empty_json": "{file}: Corrupted or empty",
+    "sr_info": "NOTE: SOME FORMATS DO NOT SUPPORT RATES ABOVE 48000",
+    "default_setting": "An error occurred during separation, resetting all settings to default...",
+    "dataset_folder1": "Please enter the data folder name",
+    "checkpointing_err": "Pretrained model parameters such as sample rate or architecture do not match the selected model.",
+    "start_onnx_export": "Start converting model to onnx...",
+    "convert_model": "Convert ONNX Model",
+    "pytorch2onnx": "Converting PYTORCH Model to ONNX Model",
+    "pytorch2onnx_markdown": "Convert RVC model from pytorch to onnx to optimize audio conversion",
+    "error_readfile": "An error occurred while reading the file!",
+    "predictor_onnx": "F0 ONNX",
+    "predictor_onnx_info": "Extracting pitch using the ONNX model can help improve speed",
+    "formantshift": "Pitch and Formant Shift",
+    "formant_qfrency": "Frequency for Formant Shift",
+    "formant_timbre": "Timbre for Formant Transformation",
+    "time_frames": "Time (Frames)",
+    "Frequency": "Frequency (Hz)",
+    "f0_extractor_tab": "F0 Extraction",
+    "f0_extractor_markdown": "## Pitch Extraction",
+    "f0_extractor_markdown_2": "F0 pitch extraction is intended for use in audio conversion inference",
+    "start_extract": "Starting extraction process...",
+    "extract_done": "Extraction process completed!",
+    "f0_file": "Use pre-extracted F0 file",
+    "upload_f0": "Upload F0 file",
+    "f0_file_2": "F0 File",
+    "clean_f0_file": "Clean up F0 file",
+    "embed_mode": "Embedders Mode",
+    "embed_mode_info": "Extracting embeddings using different models",
+    "close": "The application is shutting down...",
+    "start_vad": "Starting speech recognition...",
+    "process_audio": "Preprocessing audio...",
+    "process_done_start_convert": "Audio processing complete! proceeding with audio conversion...",
+    "convert_with_vad": "Convert Audio With Voice Activity Detector",
+    "convert_with_vad_info": "Use Voice Activity Detection (VAD) combined with the SpeechBrain model to automatically identify speakers in an audio file. Then, segment and split the audio into smaller individual clips, after which voice conversion is applied using a voice model.",
+    "num_spk": "Number of voices",
+    "num_spk_info": "Number of voices in the audio",
+    "model_size": "Whisper model size",
+    "model_size_info": "Whisper model size\n\nLarge models can produce strange outputs",
+    "title": "Simple high-quality and high-performance voice conversion and training.",
+    "fp16_not_support": "CPU, MPS, DML and OCL does not support fp16 well, convert fp16 -> fp32",
+    "precision": "Precision",
+    "precision_info": "Precision of inference and model training\n\nNote: CPU, OPENCL Does not support fp16",
+    "update_precision": "Update Precision",
+    "start_update_precision": "Start updating precision",
+    "deterministic": "Deterministic algorithm",
+    "deterministic_info": "When enabled, highly deterministic algorithms are used, ensuring that each run of the same input data will yield the same results.\n\nWhen disabled, more optimal algorithms may be selected but may not be fully deterministic, resulting in different training results between runs.",
+    "benchmark": "Benchmark algorithm",
+    "benchmark_info": "When enabled, it will test and select the most optimized algorithm for the specific hardware and size. This can help speed up training.\n\nWhen disabled, it will not perform this algorithm optimization, which can reduce speed but ensures that each run uses the same algorithm, which is useful if you want to reproduce exactly.",
+    "font": "Font",
+    "font_info": "Visit [Google Font](https://fonts.google.com) to choose font (When making changes, a system restart is required for them to take effect).",
+    "f0_unlock": "Unlock all",
+    "f0_unlock_info": "Unlock all pitch extraction methods",
+    "srt": "SRT file is empty or corrupt!",
+    "optimizer": "Optimizer",
+    "optimizer_info": "Optimizer in training, AdamW is default.",
+    "main_volume": "Main audio file volume",
+    "main_volume_info": "Main audio file volume. Should be between -4 and 0.",
+    "combination_volume": "Combination audio file volume",
+    "combination_volume_info": "Combination audio file volume. Should keep the volume of the combination file lower than the main audio.",
+    "inference": "Inference",
+    "extra": "Extra",
+    "running_local_url": "Running Interface On Local Url",
+    "running_share_url": "Running Interface On Public Url",
+    "translate": "Translate",
+    "source_lang": "Input language",
+    "target_lang": "Output language",
+    "prompt_warning": "Please enter text to start translating!",
+    "read_error": "An error occurred while reading the text file!",
+    "quirk": "Quirk Effects",
+    "quirk_info": "## Weird Effects for Audio",
+    "quirk_label": "Quirk effects",
+    "quirk_label_info": "Quirk effects that can be used to apply to audio",
+    "quirk_markdown": "Apply quirky effects to your audio to make it weird and weird.",
+    "gradio_start": "Interface loaded successfully after",
+    "quirk_choice": {"Random": 0, "Voice Crack": 1, "Horror": 2, "Robot": 3, "Baby": 4, "Depression": 5, "Voice Jerking": 6, "Oldster": 7, "Echo": 8, "Devil": 9, "Distorted Voice": 10, "Online Sales": 11, "Drag": 12, "Uncomfortable": 13, "Noise": 14, "Connectivity Issue": 15, "Disorder": 16},
+    "proposal_pitch": "Automatically propose pitch",
+    "hybrid_calc": "Hybrid calculation for method: {f0_method}...",
+    "proposal_f0": "Proposed pitch: {up_key}",
+    "startautotune": "Start autotune pitch...",
+    "editing": "Editing",
+    "check_assets_error": "Downloading assets failed {count} times in a row! Please download manually and place in the assets folder: https://huggingface.co/AnhP/Vietnamese-RVC-Project",
+    "csrt": "Start speech recognition to create srt file...",
+    "start_rpc": "Start RPC rendering",
+    "stop_rpc": "RPC rendering stopped",
+    "details": "Simple high-performance and high-quality speech converter.",
+    "use": "Using the interface...",
+    "create_srt_tab": "Create SRT file",
+    "create_srt_markdown": "## Create SRT File From Audio File",
+    "create_srt_markdown_2": "Use Whisper to convert audio file to text and create srt file",
+    "srt_content": "SRT file content",
+    "srt_output_file": "Output SRT file",
+    "srt_path_output_file": "Output SRT file path",
+    "proposal_pitch_threshold": "Proposal pitch threshold",
+    "proposal_pitch_threshold_info": "Proposal pitch frequency threshold, for male models used at 155.0 and female models at 255.0",
+    "hop_length": "Hop Length",
+    "aggression": "Aggressiveness",
+    "window_size": "Window size",
+    "post_process_threshold": "Post-processing threshold",
+    "enable_tta": "Enable TTA",
+    "high_end_process": "High-end processing",
+    "enable_post_process": "Post-processing",
+    "window_size_info": "A smaller window size will yield higher quality output, but will take longer to process.",
+    "aggression_info": "Main body extraction intensity.",
+    "post_process_threshold_info": "The level of post-processing after the music is extracted.",
+    "denoise_model": "Denoise model",
+    "audio_processing": "Input/output processing",
+    "latency": "Latency",
+    "start_realtime": "Starting Realtime...",
+    "provide_audio_device": "Please select valid input and output devices!",
+    "provide_monitor_device": "Please select a valid monitor!",
+    "realtime_is_ready": "Realtime is ready!",
+    "realtime_has_stop": "Realtime has stopped!",
+    "stop_realtime": "Stopping...",
+    "realtime_not_found": "No realtime found!",
+    "realtime": "Realtime",
+    "realtime_markdown": "## Realtime Conversion",
+    "realtime_markdown_2": "Realtime voice conversion",
+    "realtime_latency": "Realtime latency",
+    "realtime_not_startup": "Realtime not started",
+    "monitor": "Use monitor",
+    "exclusive_mode": "Exclusive Mode",
+    "vad_enabled": "VAD voice detection",
+    "audio_device": "Audio device",
+    "input_audio_device_label": "Input audio device",
+    "output_audio_device_label": "Output audio device",
+    "monitor_output_device_label": "Playback audio device",
+    "input_audio_device_info": "Input audio device, Recommended WASAPI or ASIO for low latency",
+    "output_audio_device_info": "Output audio device, output audio device e.g. Speaker, headphone,...",
+    "monitor_output_device_info": "Second output audio device for playback audio",
+    "input_audio_gain_label": "Input gain",
+    "output_audio_gain_label": "Output gain",
+    "monitor_audio_gain_label": "Monitor gain",
+    "input_audio_gain_info": "Input device gain",
+    "output_audio_gain_info": "Output device gain",
+    "monitor_audio_gain_info": "Monitor device gain",
+    "input_asio_channels_label": "Input ASIO Channels",
+    "output_asio_channels_label": "Output ASIO Channels",
+    "monitor_asio_channels_label": "Monitor ASIO Channels",
+    "input_asio_channels_info": "Input ASIO Audio Device Channel Number",
+    "output_asio_channels_info": "Output ASIO Audio Device Channel Number",
+    "monitor_asio_channels_info": "Monitor ASIO Audio Device Channel Number",
+    "refresh_audio_device": "Refresh Device",
+    "start_realtime_button": "Start Realtime",
+    "stop_realtime_button": "Stop Realtime",
+    "chunk_size": "Chunk size",
+    "chunk_size_info": "Real-time conversion chunk size, value is (ms)",
+    "silent_threshold_label": "Silence threshold",
+    "silent_threshold_info": "Sound threshold for silence",
+    "extra_convert_size_label": "Extra convert size",
+    "extra_convert_size_info": "Extra convert size when converting to avoid resampling loss",
+    "cross_fade_overlap_size_label": "Cross fade overlap size",
+    "cross_fade_overlap_size_info": "Overlap level when combining output audio chunks",
+    "vad_sensitivity_label": "VAD sensitivity",
+    "vad_sensitivity_info": "VAD sensitivity. 0 is less sensitive, 3 is very sensitive.",
+    "vad_frame_ms_label": "VAD frame Size",
+    "vad_frame_ms_info": "VAD frame size processed for VAD (ms).",
+    "training_sr": "The model's sampling rate ({sr_1} Hz) differs from the audio file's sampling rate ({sr_2} Hz).",
+    "not_found_dataset": "No training audio files found!",
+    "not_enough_data": "There is not enough data in the training dataset!",
+    "using_reference": "Using reference {reference_name}!",
+    "split_audio_mode": "Audio Splitting Mode",
+    "split_audio_mode_info": "The splitter used to process audio files.",
+    "normalization_mode": "Normalization",
+    "normalization_mode_info": "Normalize the loudness of the training data.",
+    "chunk_length": "Chunk Length (s)",
+    "chunk_length_info": "The duration of each audio segment for the 'Simple' method.",
+    "overlap_length": "Overlap Length",
+    "overlap_length_info": "The overlapping duration between slices for the 'Simple' method.",
+    "start_create_reference": "Starting to create the training reference set...",
+    "create_reference": "Create Reference",
+    "create_reference_success": "Successfully created the training reference set in {elapsed_time} seconds.",
+    "create_reference_markdown": "## Create Training Reference",
+    "create_reference_markdown_2": "Create reference for quality assurance when training models via TensorBoard.",
+    "reference_name": "Reference Name",
+    "reference_name_info": "The name assigned to the output reference set used.",
+    "reference_info": "Create Reference Info",
+    "custom_reference": "Custom Reference",
+    "not_found_reference": "No reference set found. Custom reference set will not be used!",
+    "alpha_label": "Blending Level of Methods",
+    "alpha_info": "The blending ratio of pitch values extracted by different methods.",
+    "multiscale_mel_loss": "Use Multi-Scale Mel Loss",
+    "multiscale_mel_loss_info": "Compares the Mel spectrograms of real and generated audio at multiple scales. Helps the model learn timbral details, brightness, and frequency structure more effectively, thereby improving output speech quality and naturalness.",
+    "media_devices": "Browser does not support accessing audio devices via API",
+    "mic_inaccessible": "Unable to access input devices!",
+    "ws_connected": "Connected to [WS]",
+    "ws_closed": "Stopped connecting to [WS]",
+    "ws_disconnected": "Disconnected from [WS]",
+    "sids_label": "Speaker ID",
+    "sids_info": "Speaker ID for the multi-voice model",
+    "include_mutes": "Number of silent files",
+    "include_mutes_info": "Number of silent files used when training the model to learn silent segments",
+    "use_precision": "Use precision {fp} for the training.",
+    "index_assertion": "The index file structure is incompatible with the model.",
+    "record": "Record",
+    "start_record": "Start recording",
+    "stop_record": "Stop recording",
+    "starting_record": "Start recording...",
+    "stopping_record": "Stop recording!",
+    "volume": "Volume",
+    "response": "Response",
+    "use_vocoders": "Use Vocoders: {name}",
+    "commands": "Commands",
+    "commands_info": "Use auxiliary commands to support development.",
+    "run_commands": "Run Commands",   
+    "embedders_mix": "Layer Mixing",
+    "embedders_mix_info": "Blend multiple embedding layers together to achieve better audio quality.",
+    "embedders_mix_layers": "Layers to Mix",
+    "embedders_mix_layers_info": "Lower layers (1-6): Focus on basic acoustic and phonetic details.\nMiddle layers (7-9): Contain richer phonetic information and work well with linguistic units like phonemes.\nUpper layers (10-12): Capture more abstract, high-level information — closer to meaning and speaker-independent content, but with less raw acoustic detail.",
+    "embedders_mix_ratio": "Mix Ratio",
+    "embedders_mix_ratio_info": "Controls how much each layer contributes to the final embedding. Higher values give more weight to higher layers.",
+    "cosine_annealing_lr": "Use Cosine Annealing LR",
+    "cosine_annealing_lr_info": "Enabling Cosine Annealing for learning rate decay can help produce clearer and more natural pronunciation.",
+    "dataset_duration": "Training dataset duration: {duration} seconds.",
+    "noise_scale": "Noise scale",
+    "noise_scale_info": "A special adjustment that directly affects audio quality; you should not modify it.",
+    "architecture": "Architecture",
+    "architecture_info": "If you want good performance with solid audio quality, use RVC. If you want even higher quality, try SVC—with extremely high computational demands that could turn your GPU into a toaster.",
+    "not_svc": "The model is not an SVC model!",
+    "convert_model_svc": "Convert SVC Model",
+    "config_path": "Path to SVC configuration file",
+    "drop_json": "Drop the configuration file here",
+    "start_convert_svc": "Starting SVC model conversion...",
+    "convert_model_svc_markdown": "Convert SVC model to a readable project format",
+    "convert_model_svc_markdown_2": "Convert SVC models trained from Sovits SVC 4.1 into a format readable by the project. Currently, only models with the original configuration are supported.",
+    "headers": "SPEAKER TIME TOTAL",
+    "speech_not_in_segments": "No speech found in the segments",
+    "analysis_completed": "Analysis completed: {length} dialogue segments.",
+    "overtraining_threshold": "Set the maximum number of epochs at which you want the model to stop training if no improvement is detected.",
+    "sr_not_support": "This sampling rate is not supported. Set the sampling rate to 48000...",
+    "realtime_has_stop_with_error": "Realtime has stopped with an error!",
+    "samplerate": "Input sampling rate|Output sampling rate|Monitor sampling rate",
+    "samplerate_info": "Device sampling rate. Please ensure the sampling rate matches the device to avoid errors. If you are not familiar with this, leave it at the default of 48000.",
+    "enabled_asio": "ASIO device enabled.",
+    "restart_button": "Restart",
+    "run_tensorboard": "Start Tensorboard...",
+    "mount_fastapi": "Start and mount FastAPI in realtime!",
+    "stereo_device": "Stereo output device|Stereo monitor device",
+    "ffmpeg_error": "An error occurred while downloading FFmpeg.",
+    "bf16": "Use BF16 for training.",
+    "tf32": "Use TF32 for training.",
+    "whisper_languages": "Language",
+    "whisper_languages_info": "Set input languages to avoid the model confirming the wrong language",
+    "delete_when_success": "Delete original files when complete",
+    "compile_model": "Model compilation mode has been enabled with the method: {compile_mode}",
+    "load_checkpoint": "checkpoint G: {g_path} | D: {d_path} has been loaded!",
+    "portaudio_not_found": "PortAudio library not found",
+    "nprobe": "Probe clusters",
+    "nprobe_info": "The number of clusters the algorithm will examine during approximate nearest neighbor search. Lower values are faster but less accurate, while higher values are more accurate but slower.",
+    "index_warn": "GPU index retrieval is not working. Falling back to CPU retrieval.",
+    "hubert_warn_1": "Fairseq model weights could not be loaded or are unsafe, the weights will not be loaded!",
+    "hubert_warn_2": "You can allow loading the weights by adjusting the `allow_unsafe_fairseq` key in the configs.json file!",
+    "audio_upscaler": "Audio Upscaler",
+    "audio_upscaler_info": "Uses machine learning models to generate additional high-frequency spectrum layers, allowing the output audio to achieve a true sample rate instead of a virtual one created by resampling.",
+    "times": "Times (s)",
+    "frequencykhz": "Frequency (kHz)",
+    "analysis": "Audio Analysis",
+    "spectrogram": "Spectrogram",
+    "amplitude": "Amplitude",
+    "waveform": "Waveform",
+    "centroid": "Spectral Centroid (kHz)",
+    "bandwidth": "Spectral Bandwidth (kHz)",
+    "rolloff": "Spectral Rolloff (kHz)",
+    "features": "Spectral Features",
+    "seconds": " Seconds",
+    "minutes": " Minutes",
+    "mono": "Mono (1)",
+    "stereo": "Stereo (2)",
+    "analysis_info": "Sample rate: {sr}\nDuration: {duration}\nNumber of samples: {length}\nBits per sample: {bit}\nChannels: {channel}",
+    "output_information": "Output Information",
+    "read_audio": "Read Information",
+    "analyzer_tab": "Audio Analysis",
+    "analyzer_markdown": "## Audio Information Analysis",
+    "analyzer_markdown_2": "Analyze information from an audio file",
+    "is_half_weight": "Half-precision weight",
+    "int8_mode": "Use Int8 for inference",
+    "gpu_idx": "Compute device",
+    "gpu_idx_info": "Device used for computation and inference (System restart required to apply changes).",
+    "invalid_gpu": "Invalid GPU index; defaulting to device 0.",
+    "terminate": "Terminate",
+    "realtime_has_terminate": "Process terminated!",
+    "int8_warn": "Warning: TensorRT does not support QOperator INT8 models!",
+    "phase_vocoder": "Use Phase Vocoder",
+    "stop_pid": "Initiating process stop..."
+}

assets/languages/vi-VN.json

@@ -0,0 +1,807 @@
+{
+    "set_lang": "Đã đặt ngôn ngữ hiển thị là {lang}",
+    "no_support_gpu": "Thật không may, không có GPU tương thích để hỗ trợ việc đào tạo của bạn.",
+    "upload_success": "Đã tải lên tệp hoàn tất.",
+    "download_url": "Tải từ đường dẫn liên kết",
+    "download_from_csv": "Tải từ kho mô hình csv",
+    "search_models": "Tìm kiếm mô hình",
+    "upload": "Tải lên",
+    "option_not_valid": "Tùy chọn không hợp lệ!",
+    "list_model": "Danh sách mô hình",
+    "success": "Hoàn tất!",
+    "provide_model": "Vui lòng cung cấp tệp mô hình hợp lệ!",
+    "provide_config": "Vui lòng cung cấp tệp cấu hình hợp lệ!",
+    "provide_model_idx": "Vui lòng cung cấp tệp mô hình số {idx} hợp lệ!",
+    "start_download": "Bắt đầu tải xuống...",
+    "start_search": "Bắt đầu tìm kiếm...",
+    "start_apply_effect": "Bắt đầu áp dụng hiệu ứng...",
+    "start_fushion_model": "Bắt đầu dung hợp mô hình...",
+    "start_separator_music": "Bắt đầu tách nhạc...",
+    "start_create_dataset": "Bắt đầu tạo tập dữ liệu...",
+    "start_zip": "Bắt đầu nén...",
+    "not_found": "Không tìm thấy {name}",
+    "found": "Đã tìm thấy {results} kết quả!",
+    "provide_url": "Vui lòng cung cấp đường dẫn liên kết.",
+    "provide_name_is_save": "Vui lòng cung cấp tên mô hình để lưu.",
+    "not_support_url": "Liên kết mô hình của bạn không được hỗ trợ.",
+    "error_occurred": "Đã xảy ra lỗi: {e}",
+    "unable_analyze_model": "Không phân tích được mô hình!",
+    "download_pretrain": "Tải xuống huấn luyện trước...",
+    "provide_pretrain": "Vui lòng cung cấp đường dẫn mô hình huấn luyện trước {dg}.",
+    "sr_not_same": "Tốc độ lấy mẫu của hai mô hình không giống nhau",
+    "architectures_not_same": "Không thể hợp nhất các mô hình. Các kiến trúc mô hình không giống nhau.",
+    "model_fushion_info": "Mô hình được {name} được dung hợp từ {model_path_1} và {model_path_2} với ratio {ratio}.",
+    "not_found_create_time": "Không tìm thấy thời gian tạo.",
+    "format_not_valid": "Định dạng không hợp lệ.",
+    "read_info": "Các mô hình được huấn luyện trên các ứng dụng khác nhau có thể mang lại các thông tin khác nhau hoặc không thể đọc!",
+    "sr": "Tốc độ lấy mẫu",
+    "not_f0": "Không được huấn luyện cao độ",
+    "trained_f0": "Được huấn luyện cao độ",
+    "model_info": "Tên mô hình: {model_name}\n\n Người tạo mô hình: {model_author}\n\nKỷ nguyên: {epochs}\n\nSố bước: {steps}\n\nPhiên bản của mô hình: {version}\n\nTốc độ lấy mẫu: {sr}\n\nHuấn luyện cao độ: {pitch_guidance}\n\nHash (ID): {model_hash}\n\nThời gian tạo: {creation_date_str}\n\nBộ mã hóa: {vocoder}\n\nSố lượng giọng nói có trong mô hình: {speakers_id}\n\nKiến trúc mô hình: {architecture}\n",
+    "input_not_valid": "Vui lòng nhập đầu vào hợp lệ!",
+    "output_not_valid": "Vui lòng nhập đầu ra hợp lệ!",
+    "apply_effect": "áp dụng hiệu ứng",
+    "enter_the_text": "Vui lòng nhập văn bản để chuyển!",
+    "choose_voice": "Vui lòng chọn giọng!",
+    "converttext": "Chuyển đổi văn bản thành giọng nói...",
+    "notfound": "Không tìm thấy",
+    "turn_on_use_audio": "Vui lòng bật sử dụng âm thanh vừa tách để sử dụng",
+    "turn_off_convert_backup": "Tắt chuyển đổi giọng bè để có thể sử dụng giọng gốc",
+    "turn_off_merge_backup": "Tắt không kết hợp giọng bè để có thể sử dụng giọng gốc",
+    "not_found_original_vocal": "Không tìm thấy giọng gốc!",
+    "convert_vocal": "Đang chuyển đổi giọng nói...",
+    "convert_success": "Đã hoàn tất chuyển đổi giọng nói!",
+    "convert_backup": "Đang chuyển đổi giọng bè...",
+    "convert_backup_success": "Đã hoàn tất chuyển đổi giọng bè!",
+    "merge_backup": "Kết hợp giọng với giọng bè...",
+    "merge_success": "Kết hợp Hoàn tất.",
+    "is_folder": "Đầu vào là một thư mục: Chuyển đổi tất cả tệp âm thanh trong thư mục...",
+    "not_found_in_folder": "Không tìm thấy tệp âm thanh trong thư mục!",
+    "batch_convert": "Đang chuyển đổi hàng loạt...",
+    "batch_convert_success": "Chuyển đổi hàng loạt hoàn tất!",
+    "provide_name": "Vui lòng cung cấp tên mô hình.",
+    "not_found_data": "Không tìm thấy dữ liệu",
+    "not_found_data_preprocess": "Không tìm thấy dữ liệu được xử lí, vui lòng xử lí lại âm thanh",
+    "not_found_data_extract": "Không tìm thấy dữ liệu được trích xuất, vui lòng trích xuất lại âm thanh",
+    "provide_pretrained": "Vui lòng cung cấp mô hình huấn luyện trước {dg}",
+    "download_pretrained": "Tải xuống huấn luyện trước {dg}{rvc_version} gốc",
+    "not_found_pretrain": "Không tìm thấy huấn luyện trước {dg}",
+    "not_use_pretrain": "Sẽ không có huấn luyện trước được sử dụng",
+    "rick_roll": "Bấm vào đây nếu bạn muốn bị Rick Roll:) ---> [RickRoll]({rickroll})",
+    "terms_of_use": "**Vui lòng không sử dụng Dự án với bất kỳ mục đích nào vi phạm đạo đức, pháp luật, hoặc gây tổn hại đến cá nhân, tổ chức...**",
+    "exemption": "**Trong trường hợp người sử dụng không tuân thủ các điều khoản hoặc vi phạm, tôi sẽ không chịu trách nhiệm về bất kỳ khiếu nại, thiệt hại, hay trách nhiệm pháp lý nào, dù là trong hợp đồng, do sơ suất, hay các lý do khác, phát sinh từ, ngoài, hoặc liên quan đến phần mềm, việc sử dụng phần mềm hoặc các giao dịch khác liên quan đến phần mềm.**",
+    "separator_tab": "Tách Nhạc",
+    "4_part": "Một hệ thống tách nhạc đơn giản có thể tách được 4 phần: Nhạc, giọng, giọng chính, giọng bè",
+    "clear_audio": "Làm sạch âm thanh",
+    "separator_backing": "Tách giọng bè",
+    "denoise_mdx": "Khử tách nhạc",
+    "use_mdx": "Sử dụng MDX",
+    "dereveb_audio": "Tách vang",
+    "dereveb_model": "Mô hình tách vang",
+    "separator_model": "Mô hình tách nhạc",
+    "separator_backing_model": "Mô hình tách bè",
+    "shift": "Số lượng dự đoán",
+    "shift_info": "Càng cao chất lượng càng tốt nhưng tốn tài nguyên",
+    "segments_size": "Kích Thước Phân Đoạn",
+    "segments_size_info": "Càng cao chất lượng càng tốt nhưng tốn tài nguyên",
+    "batch_size": "Kích thước lô",
+    "batch_size_info": "Số lượng mẫu xử lí đồng thời trong một lần huấn luyện. Cao có thể gây tràn bộ nhớ",
+    "mdx_batch_size_info": "Số lượng mẫu được xử lí cùng một lúc. Việc chia thành các lô giúp tối ưu hóa quá trình tính toán",
+    "overlap": "Chồng chéo",
+    "overlap_info": "Số lượng chồng chéo giữa các cửa sổ dự đoán",
+    "export_format": "Định dạng âm thanh",
+    "export_info": "Định dạng âm thanh khi xuất tệp âm thanh ra",
+    "output_separator": "Âm thanh đã được tách",
+    "hop_length_info": "Khoảng thời gian chuyển cửa sổ phân tích khi thực hiện phép biến đổi. Giá trị nhỏ độ chi tiết cao nhưng cần tính toán nhiều hơn",
+    "drop_audio": "Thả âm thanh vào đây",
+    "drop_text": "Thả tệp văn bản vào đây",
+    "use_url": "Sử dụng đường dẫn youtube",
+    "url_audio": "Đường dẫn liên kết đến âm thanh",
+    "downloads": "Tải Xuống",
+    "clean_strength": "Mức độ làm sạch âm thanh",
+    "clean_strength_info": "Mức độ của bộ làm sạch âm thanh để lọc giọng hát khi xuất",
+    "input_output": "Đầu vào, đầu ra âm thanh",
+    "audio_path": "Đường dẫn đầu vào âm thanh",
+    "refresh": "Tải lại",
+    "output_folder": "Đường dẫn thư mục đầu ra âm thanh",
+    "output_folder_info": "Nhập đường dẫn thư mục âm thanh sẽ xuất ra ở đó",
+    "input_audio": "Đầu vào âm thanh",
+    "instruments": "Nhạc nền",
+    "original_vocal": "Giọng gốc",
+    "main_vocal": "Giọng chính",
+    "backing_vocal": "Giọng bè",
+    "convert_audio": "Chuyển Đổi Âm Thanh",
+    "convert_info": "Chuyển đổi âm thanh bằng mô hình giọng nói đã được huấn luyện",
+    "autotune": "Tự động điều chỉnh",
+    "use_audio": "Sử dụng âm thanh vừa tách",
+    "convert_original": "Chuyển đổi giọng gốc",
+    "convert_backing": "Chuyển đổi giọng bè",
+    "not_merge_backing": "Không kết hợp giọng bè",
+    "merge_instruments": "Kết hợp nhạc nền",
+    "pitch": "Dịch chuyển cao độ",
+    "pitch_info": "Khuyến cáo: chỉnh lên 12 để chuyển giọng nam thành nữ và ngược lại",
+    "model_accordion": "Mô hình và chỉ mục",
+    "model_name": "Tệp mô hình",
+    "index_path": "Tệp chỉ mục",
+    "index_strength": "Ảnh hưởng của chỉ mục",
+    "index_strength_info": "Càng cao ảnh hưởng càng lớn. Tuy nhiên, việc chọn giá trị thấp hơn có thể giảm hiện tượng giả trong âm thanh",
+    "output_path": "Đường dẫn đầu ra âm thanh",
+    "output_path_info": "Nhập đường dẫn đầu ra(cứ để định dạng .wav khi chuyển đổi nó tự sửa)",
+    "setting": "Cài đặt chung",
+    "f0_method": "Phương pháp trích xuất",
+    "f0_method_info": "Phương pháp để trích xuất dữ liệu",
+    "f0_method_hybrid": "Phương pháp trích xuất HYBRID",
+    "f0_method_hybrid_info": "Sự kết hợp của hai hoặc nhiều loại trích xuất khác nhau",
+    "hubert_model": "Mô hình nhúng",
+    "hubert_info": "Mô hình thực hiện việc trích xuất các đặc âm của giọng (Lưu Ý: Chỉ sử dụng Contentvec hoặc HuBERT Base, các mô hình khác yêu cầu bạn phải huấn luyện riêng từ đầu)",
+    "modelname": "Tên của mô hình",
+    "modelname_info": "Nếu bạn có mô hình riêng chỉ cần tải và nhập tên của mô hình vào đây",
+    "split_audio": "Cắt âm thanh",
+    "autotune_rate": "Mức độ điều chỉnh",
+    "autotune_rate_info": "Mức độ điều chỉnh tự động",
+    "resample": "Lấy mẫu lại",
+    "resample_info": "Lấy mẫu lại sau xử lí đến tốc độ lấy mẫu cuối cùng, 0 có nghĩa là không lấy mẫu lại, LƯU Ý: MỘT SỐ ĐỊNH DẠNG KHÔNG HỖ TRỢ TỐC ĐỘ TRÊN 48000",
+    "filter_radius": "Lọc trung vị",
+    "filter_radius_info": "Nếu giá trị lớn hơn ba sẽ áp dụng tính năng lọc trung vị. Giá trị đại diện cho bán kính bộ lọc và có thể làm giảm hơi thở hoặc tắt thở.",
+    "rms_mix_rate": "Tỷ lệ trộn RMS",
+    "rms_mix_rate_info": "Xác định tỷ lệ pha trộn giữa năng lượng RMS của giọng gốc và giọng đã chuyển đổi",
+    "protect": "Bảo vệ phụ âm",
+    "protect_info": "Bảo vệ các phụ âm riêng biệt và âm thanh thở ngăn chặn việc rách điện âm và các hiện tượng giả khác. Việc chỉnh tối đa sẽ bảo vệ toàn diện. Việc giảm giá trị này có thể giảm độ bảo vệ, đồng thời có khả năng giảm thiểu hiệu ứng lập chỉ mục",
+    "output_convert": "Âm thanh đã được chuyển đổi",
+    "main_convert": "Chuyển đổi giọng chính",
+    "main_or_backing": "Giọng chính + Giọng bè",
+    "voice_or_instruments": "Giọng + Nhạc nền",
+    "convert_text": "Chuyển Đổi Văn Bản",
+    "convert_text_markdown": "## Chuyển Đổi Văn Bản Thành Giọng Nói",
+    "convert_text_markdown_2": "Chuyển văn bản thành giọng nói và đọc lại bằng mô hình giọng nói được huấn luyện",
+    "input_txt": "Nhập dữ liệu từ tệp văn bản",
+    "text_to_speech": "Văn bản cần đọc",
+    "voice_speed": "Tốc độ đọc",
+    "voice_speed_info": "Tốc độ đọc của giọng nói",
+    "tts_1": "1. Chuyển Đổi Văn Bản",
+    "tts_2": "2. Chuyển Đổi Giọng Nói",
+    "voice": "Giọng nói của các nước",
+    "output_tts": "Đường dẫn đầu ra giọng nói",
+    "output_tts_convert": "Đường dẫn đầu ra giọng chuyển đổi",
+    "tts_output": "Nhập đường dẫn đầu ra",
+    "output_tts_markdown": "Âm thanh chưa được chuyển đổi và âm thanh đã được chuyển đổi",
+    "output_text_to_speech": "Giọng được tạo bởi chuyển đổi văn bản thành giọng nói",
+    "output_file_tts_convert": "Giọng được chuyển đổi bởi mô hình",
+    "output_audio": "Đầu ra âm thanh",
+    "provide_output": "Nhập đường dẫn đầu ra",
+    "audio_effects": "Hiệu Ứng Âm Thanh",
+    "apply_audio_effects": "## Áp Dụng Thêm Hiệu Ứng Cho Âm Thanh",
+    "audio_effects_edit": "Chỉnh sửa thêm hiệu ứng cho âm thanh",
+    "reverb": "Hiệu ứng vọng âm",
+    "chorus": "Hiệu ứng hòa âm",
+    "delay": "Hiệu ứng độ trễ",
+    "more_option": "Tùy chọn thêm",
+    "phaser": "Hiệu ứng xoay pha",
+    "compressor": "Hiệu ứng nén",
+    "apply": "Áp dụng",
+    "reverb_freeze": "Chế độ đóng băng",
+    "reverb_freeze_info": "Tạo hiệu ứng vang liên tục khi bật chế độ này",
+    "room_size": "Kích thước phòng",
+    "room_size_info": "Điều chỉnh không gian của phòng để tạo độ vang",
+    "damping": "Giảm âm",
+    "damping_info": "Điều chỉnh độ hút âm, kiểm soát mức độ vang",
+    "wet_level": "Mức độ tín hiệu vang",
+    "wet_level_info": "Điều chỉnh mức độ của tín hiệu có hiệu ứng vọng âm",
+    "dry_level": "Mức độ tín hiệu gốc",
+    "dry_level_info": "Điều chỉnh mức độ của tín hiệu không có hiệu ứng",
+    "width": "Chiều rộng âm thanh",
+    "width_info": "Điều chỉnh độ rộng của không gian âm thanh",
+    "chorus_depth": "Độ sâu hòa âm",
+    "chorus_depth_info": "Điều chỉnh cường độ hòa âm, tạo ra cảm giác rộng cho âm thanh",
+    "chorus_rate_hz": "Tần số",
+    "chorus_rate_hz_info": "Điều chỉnh tốc độ dao động của hòa âm",
+    "chorus_mix": "Trộn tín hiệu",
+    "chorus_mix_info": "Điều chỉnh mức độ trộn giữa âm gốc và âm có hiệu ứng",
+    "chorus_center_delay_ms": "Độ trễ trung tâm (mili giây)",
+    "chorus_center_delay_ms_info": "Khoảng thời gian trễ giữa các kênh stereo để tạo hiệu ứng hòa âm",
+    "chorus_feedback": "Phản hồi",
+    "chorus_feedback_info": "Điều chỉnh lượng tín hiệu hiệu ứng được quay lại vào tín hiệu gốc",
+    "delay_seconds": "Thời gian trễ",
+    "delay_seconds_info": "Điều chỉnh khoảng thời gian trễ giữa âm gốc và âm có hiệu ứng",
+    "delay_feedback": "Phản hồi độ trễ",
+    "delay_feedback_info": "Điều chỉnh lượng tín hiệu được quay lại, tạo hiệu ứng lặp lại",
+    "delay_mix": "Trộn tín hiệu độ trễ",
+    "delay_mix_info": "Điều chỉnh mức độ trộn giữa âm gốc và âm trễ",
+    "fade": "Hiệu ứng mờ dần",
+    "bass_or_treble": "Âm trầm và âm cao",
+    "limiter": "Giới hạn ngưỡng",
+    "distortion": "Hiệu ứng nhiễu âm",
+    "gain": "Cường độ âm",
+    "bitcrush": "Hiệu ứng giảm bits",
+    "clipping": "Hiệu ứng méo âm",
+    "fade_in": "Hiệu ứng mờ dần vào (mili giây)",
+    "fade_in_info": "Thời gian mà âm thanh sẽ tăng dần từ mức 0 đến mức bình thường",
+    "fade_out": "Hiệu ứng mờ dần ra (mili giây)",
+    "fade_out_info": "thời gian mà âm thanh sẽ giảm dần từ bình thường xuống mức 0",
+    "bass_boost": "Độ khuếch đại âm trầm (db)",
+    "bass_boost_info": "mức độ tăng cường âm trầm trong đoạn âm thanh",
+    "bass_frequency": "Tần số cắt của bộ lọc thông thấp (Hz)",
+    "bass_frequency_info": "tần số bị giảm. Tần số thấp sẽ làm âm trầm rõ hơn",
+    "treble_boost": "Độ khuếch đại âm cao (db)",
+    "treble_boost_info": "mức độ tăng cường âm cao trong đoạn âm thanh",
+    "treble_frequency": "Tần số cắt của bộ lọc thông cao (Hz)",
+    "treble_frequency_info": "tần số sẽ lọc bỏ. Tần số càng cao thì giữ lại âm càng cao",
+    "limiter_threshold_db": "Ngưỡng giới hạn",
+    "limiter_threshold_db_info": "Giới hạn mức độ âm thanh tối đa, ngăn không cho vượt quá ngưỡng",
+    "limiter_release_ms": "Thời gian thả",
+    "limiter_release_ms_info": "Khoảng thời gian để âm thanh trở lại sau khi bị giới hạn (Mili Giây)",
+    "distortion_info": "Điều chỉnh mức độ nhiễu âm, tạo hiệu ứng méo tiếng",
+    "gain_info": "Tăng giảm âm lượng của tín hiệu",
+    "clipping_threshold_db": "Ngưỡng cắt",
+    "clipping_threshold_db_info": "Cắt bớt tín hiệu vượt quá ngưỡng, tạo âm thanh méo",
+    "bitcrush_bit_depth": "Độ sâu bit",
+    "bitcrush_bit_depth_info": "Giảm chất lượng âm thanh bằng cách giảm số bit, tạo hiệu ứng âm thanh bị méo",
+    "phaser_depth": "Độ sâu",
+    "phaser_depth_info": "Điều chỉnh độ sâu của hiệu ứng, ảnh hưởng đến cường độ của hiệu ứng xoay pha",
+    "phaser_rate_hz": "Tần số",
+    "phaser_rate_hz_info": "Điều chỉnh tốc độ của hiệu ứng hiệu ứng xoay pha",
+    "phaser_mix": "Trộn tín hiệu",
+    "phaser_mix_info": "Điều chỉnh mức độ trộn giữa tín hiệu gốc và tín hiệu đã qua xử lí",
+    "phaser_centre_frequency_hz": "Tần số trung tâm",
+    "phaser_centre_frequency_hz_info": "Tần số trung tâm của hiệu ứng xoay pha, ảnh hưởng đến tần số bị điều chỉnh",
+    "phaser_feedback": "Phản hồi",
+    "phaser_feedback_info": "Điều chỉnh lượng phản hồi tín hiệu, tạo cảm giác xoay pha mạnh hoặc nhẹ",
+    "compressor_threshold_db": "Ngưỡng nén",
+    "compressor_threshold_db_info": "Ngưỡng mức âm thanh sẽ bị nén khi vượt qua ngưỡng này",
+    "compressor_ratio": "Tỉ lệ nén",
+    "compressor_ratio_info": "Điều chỉnh mức độ nén âm thanh khi vượt qua ngưỡng",
+    "compressor_attack_ms": "Thời gian tấn công (mili giây)",
+    "compressor_attack_ms_info": "Khoảng thời gian nén bắt đầu tác dụng sau khi âm thanh vượt ngưỡng",
+    "compressor_release_ms": "Thời gian thả",
+    "compressor_release_ms_info": "Thời gian để âm thanh trở lại trạng thái bình thường sau khi bị nén",
+    "create_dataset_url": "Đường dẫn liên kết đến âm thanh(sử dụng dấu , để sử dụng nhiều liên kết)",
+    "createdataset": "Tạo Dữ Liệu Huấn Luyện",
+    "create_dataset_markdown": "## Tạo Dữ Liệu Huấn Luyện Từ Youtube",
+    "create_dataset_markdown_2": "Xử lí và tạo tập tin dữ liệu huấn luyện bằng đường dẫn youtube",
+    "denoise": "Khử tách mô hình",
+    "skip": "Bỏ qua giây",
+    "model_ver": "Phiên bản tách giọng",
+    "model_ver_info": "Phiên bản của mô hình tách nhạc để tách giọng",
+    "create_dataset_info": "Thông tin tạo dữ liệu",
+    "output_data": "Đầu ra dữ liệu",
+    "output_data_info": "Đầu ra dữ liệu sau khi tạo xong dữ liệu",
+    "skip_start": "Bỏ qua phần đầu",
+    "skip_start_info": "Bỏ qua số giây đầu của âm thanh, dùng dấu , để sử dụng cho nhiều âm thanh",
+    "skip_end": "Bỏ qua phần cuối",
+    "skip_end_info": "Bỏ qua số giây cuối của âm thanh, dùng dấu , để sử dụng cho nhiều âm thanh",
+    "training_model": "Huấn Luyện Mô Hình",
+    "training_markdown": "Huấn luyện và đào tạo mô hình giọng nói bằng một lượng dữ liệu giọng nói",
+    "training_model_name": "Tên của mô hình khi huấn luyện(không sử dụng ký tự đặc biệt hay dấu cách)",
+    "sample_rate": "Tốc độ lấy mẫu",
+    "sample_rate_info": "Tốc độ lấy mẫu của mô hình",
+    "training_version": "Phiên bản mô hình",
+    "training_version_info": "Phiên bản mô hình khi huấn luyện",
+    "training_pitch": "Huấn luyện cao độ",
+    "upload_dataset": "Tải lên dữ liệu huấn luyện",
+    "preprocess_effect": "Xử lí hậu kỳ",
+    "clear_dataset": "Làm sạch dữ liệu",
+    "preprocess_info": "Thông tin phần tiền xử lí trước",
+    "preprocess_button": "1. Tiền xử lí dữ liệu",
+    "extract_button": "2. Trích xuất dữ liệu",
+    "extract_info": "Thông tin phần trích xuất dữ liệu",
+    "total_epoch": "Tổng số kỷ nguyên",
+    "total_epoch_info": "Tổng số kỷ nguyên huấn luyện đào tạo",
+    "save_epoch": "Tần suất lưu",
+    "save_epoch_info": "Tần suất lưu mô hình khi huấn luyện, giúp việc huấn luyện lại mô hình",
+    "create_index": "Tạo chỉ mục",
+    "index_algorithm": "Thuật toán chỉ mục",
+    "index_algorithm_info": "Thuật toán tạo chỉ mục",
+    "custom_dataset": "Tùy chọn thư mục",
+    "custom_dataset_info": "Tùy chọn thư mục dữ liệu huấn luyện",
+    "overtraining_detector": "Kiểm tra quá sức",
+    "overtraining_detector_info": "Kiểm tra huấn luyện mô hình quá sức",
+    "cleanup_training": "Làm sạch huấn luyện",
+    "cleanup_training_info": "Dọn dẹp và huấn luyện lại từ đầu",
+    "cache_in_gpu": "Lưu mô hình vào đệm",
+    "cache_in_gpu_info": "Lưu mô hình vào bộ nhớ đệm gpu",
+    "dataset_folder": "Thư mục chứa dữ liệu",
+    "threshold": "Ngưỡng huấn luyện quá sức",
+    "setting_cpu_gpu": "Tùy chọn CPU/GPU",
+    "gpu_number": "Số gpu được sử dụng",
+    "gpu_number_info": "Số thứ tự của GPU được sử dụng trong huấn luyện. (Lưu ý: Hiện chỉ GPU NVIDIA mới hỗ trợ huấn luyện đa GPU)",
+    "save_only_latest": "Chỉ lưu mới nhất",
+    "save_only_latest_info": "Chỉ lưu mô hình D và G mới nhất",
+    "save_every_weights": "Lưu mọi mô hình",
+    "save_every_weights_info": "Lưu mọi mô hình sau mỗi lượt kỷ nguyên",
+    "gpu_info": "Thông tin của GPU",
+    "gpu_info_2": "Thông tin của GPU được sử dụng trong huấn luyện",
+    "cpu_core": "Số lõi xử lí có thể sử dụng",
+    "cpu_core_info": "Số lõi được sử dụng trong việc huấn luyện",
+    "not_use_pretrain_2": "Không dùng huấn luyện",
+    "not_use_pretrain_info": "Không dùng huấn luyện trước",
+    "custom_pretrain": "Tùy chỉnh huấn luyện",
+    "custom_pretrain_info": "Tùy chỉnh huấn luyện trước",
+    "pretrain_file": "Tệp mô hình huấn luyện trước {dg}",
+    "train_info": "Thông tin phần huấn luyện",
+    "export_model": "5. Xuất Mô hình",
+    "zip_model": "2. Nén mô hình",
+    "output_zip": "Đầu ra tệp khi nén",
+    "model_path": "Đường dẫn mô hình",
+    "model_ratio": "Tỉ lệ mô hình",
+    "model_ratio_info": "Chỉnh hướng về bên nào sẽ làm cho mô hình giống với bên đó",
+    "output_model_path": "Đầu ra mô hình",
+    "fushion": "Dung Hợp Mô Hình",
+    "fushion_markdown": "## Dung Hợp Hai Mô Hình Với Nhau",
+    "fushion_markdown_2": "Dung hợp hai mô hình giọng nói lại với nhau để tạo thành một mô hình duy nhất",
+    "read_model": "Đọc Thông Tin",
+    "read_model_markdown": "## Đọc Thông Tin Của Mô Hình",
+    "read_model_markdown_2": "Đọc các thông tin được ghi trong mô hình",
+    "drop_model": "Thả mô hình vào đây",
+    "readmodel": "Đọc mô hình",
+    "modelinfo": "Thông Tin Mô Hình",
+    "download_markdown": "## Tải Xuống Mô Hình",
+    "download_markdown_2": "Tải xuống mô hình giọng nói, mô hình huấn luyện trước",
+    "model_download": "Tải xuống mô hình giọng nói",
+    "model_url": "Đường dẫn liên kết đến mô hình",
+    "restart": "Vui lòng đợi hệ thống tự khởi động lại!",
+    "model_download_select": "Chọn cách tải mô hình",
+    "model_warehouse": "Kho mô hình",
+    "get_model": "Nhận mô hình",
+    "name_to_search": "Tên để tìm kiếm",
+    "search": "Tìm kiếm",
+    "select_download_model": "Chọn mô hình đã được tìm kiếm(Bấm vào để chọn)",
+    "download_pretrained_2": "Tải xuống mô hình huấn luyện trước",
+    "pretrained_url": "Đường dẫn liên kết đến mô hình huấn luyện trước {dg}",
+    "select_pretrain": "Chọn mô hình huấn luyện trước",
+    "select_pretrain_info": "Chọn mô hình huấn luyện trước để cài đặt về",
+    "pretrain_sr": "Tốc độ lấy mẫu của mô hình",
+    "drop_pretrain": "Thả mô hình huấn luyện trước {dg} vào đây",
+    "settings": "Tùy Chỉnh",
+    "settings_markdown": "## Tùy Chỉnh Thêm",
+    "settings_markdown_2": "Tùy chỉnh thêm một số tính năng của dự án",
+    "lang": "Ngôn ngữ",
+    "lang_restart": "Ngôn ngữ được hiển thị trong dự án (Khi thay đổi cần khởi động lại hệ thống để áp dụng)",
+    "theme": "Chủ đề",
+    "theme_restart": "Loại Chủ đề của giao diện được hiển thị (Khi thay đổi cần khởi động lại hệ thống để áp dụng)",
+    "change_light_dark": "Đổi Chế Độ Sáng/Tối",
+    "tensorboard_url": "Đường dẫn biểu đồ",
+    "errors_loading_audio": "Lỗi khi tải âm thanh",
+    "apply_error": "Đã xảy ra lỗi khi áp dụng hiệu ứng: {e}",
+    "indexpath": "Đường dẫn chỉ mục",
+    "split_total": "Tổng số phần đã cắt",
+    "process_audio_error": "Đã xảy ra lỗi khi xử lí âm thanh",
+    "merge_error": "Đã xảy ra lỗi khi ghép âm thanh",
+    "not_found_convert_file": "Không tìm thấy tệp đã xử lí",
+    "convert_batch": "Chuyển đổi hàng loạt...",
+    "found_audio": "Tìm thấy {audio_files} tệp âm thanh cho việc chuyển đổi.",
+    "not_found_audio": "Không tìm thấy tệp âm thanh!",
+    "error_convert": "Đã xảy ra lỗi khi chuyển đổi âm thanh: {e}",
+    "convert_batch_success": "Đã chuyển đổi hàng loạt hoàn tất sau {elapsed_time} giây. Đầu ra {output_path}",
+    "convert_audio_success": "Tệp {input_path} được chuyển đổi hoàn tất sau {elapsed_time} giây. Đầu ra {output_path}",
+    "read_faiss_index_error": "Đã xảy ra lỗi khi đọc chỉ mục FAISS: {e}",
+    "read_model_error": "Thất bại khi tải mô hình: {e}",
+    "starting_download": "Bắt đầu tải xuống",
+    "version_not_valid": "Phiên bản tách giọng không hợp lệ",
+    "skip<audio": "Không thể bỏ qua vì số lượng thời gian bỏ qua thấp hơn số lượng tệp âm thanh",
+    "skip>audio": "Không thể bỏ qua vì số lượng thời gian bỏ qua cao hơn số lượng tệp âm thanh",
+    "=<0": "Thời gian bỏ qua bé hơn hoặc bằng 0 nên bỏ qua",
+    "skip_warning": "Thời lượng bỏ qua ({seconds} giây) vượt quá thời lượng âm thanh ({total_duration} giây). Bỏ qua.",
+    "download_success": "Đã tải xuống hoàn tất",
+    "create_dataset_error": "Đã xảy ra lỗi khi tạo dữ liệu huấn luyện",
+    "create_dataset_success": "Quá trình tạo dữ liệu huấn huyện đã hoàn tất sau: {elapsed_time} giây",
+    "skip_start_audio": "Bỏ qua âm thanh đầu hoàn tất: {input_file}",
+    "skip_end_audio": "Bỏ qua âm thanh cuối hoàn tất: {input_file}",
+    "merge_audio": "Đã ghép các phần chứa âm thanh lại",
+    "separator_process": "Đang tách giọng: {input}...",
+    "not_found_main_vocal": "Không tìm thấy giọng chính!",
+    "not_found_backing_vocal": "Không tìm thấy giọng bè!",
+    "not_found_instruments": "Không tìm thấy nhạc nền",
+    "merge_instruments_process": "Kết hợp giọng với nhạc nền...",
+    "dereverb": "Đang tách âm vang",
+    "dereverb_success": "Đã tách âm vang hoàn tất",
+    "save_index": "Đã lưu tệp chỉ mục",
+    "create_index_error": "Đã xảy ra lỗi khi tạo chỉ mục",
+    "sr_not_16000": "Tỉ lệ mẫu phải là 16000",
+    "extract_file_error": "Đã xảy ra lỗi khi giải nén tập tin",
+    "extract_f0_method": "Bắt đầu trích xuất cao độ với {num_processes} lõi với phương pháp trích xuất {f0_method}...",
+    "extract_f0": "Trích Xuất Cao Độ",
+    "extract_f0_success": "Quá trình trích xuất cao độ đã hoàn tất vào {elapsed_time} giây.",
+    "NaN": "chứa giá trị NaN và sẽ bị bỏ qua.",
+    "start_extract_hubert": "Đang bắt đầu nhúng trích xuất...",
+    "process_error": "Đã xảy ra lỗi khi xử lí",
+    "extract_hubert_success": "Quá trình trích xuất nhúng đã hoàn tất trong {elapsed_time} giây.",
+    "export_process": "Đường dẫn của mô hình",
+    "extract_error": "Đã xảy ra lỗi khi trích xuất dữ liệu",
+    "extract_success": "Đã trích xuất hoàn tất mô hình",
+    "start_preprocess": "Đang bắt đầu xử lí dữ liệu với {num_processes} lõi xử lí...",
+    "not_integer": "Thư mục ID giọng nói phải là số nguyên, thay vào đó có",
+    "preprocess_success": "Quá trình tiền xử lí hoàn tất sau {elapsed_time} giây.",
+    "preprocess_model_success": "Đã hoàn tất tiền xử lí trước dữ liệu cho mô hình",
+    "backing_model_ver": "Phiên bản mô hình của tách bè",
+    "clean_audio_success": "Đã làm sạch âm hoàn tất!",
+    "separator_error": "Đã xảy ra lỗi khi tách nhạc",
+    "separator_success": "Quá trình tách nhạc đã hoàn tất sau: {elapsed_time} giây",
+    "separator_process_2": "Đang xử lí tách nhạc",
+    "separator_success_2": "Đã tách nhạc hoàn tất!",
+    "save_every_epoch": "Lưu mô hình sau: ",
+    "total_e": "Tổng số kỷ nguyên huấn luyện: ",
+    "dorg": "Huấn luyện trước G: {pretrainG} | Huấn luyện trước D: {pretrainD}",
+    "training_f0": "Huấn luyện cao độ",
+    "not_gpu": "Không phát hiện thấy GPU, hoàn nguyên về CPU (không khuyến nghị)",
+    "not_found_checkpoint": "Không tìm thấy tệp điểm đã lưu: {checkpoint_path}",
+    "save_checkpoint": "Đã tải lại điểm đã lưu '{checkpoint_path}' (kỷ nguyên {checkpoint_dict})",
+    "save_model": "Đã lưu mô hình '{checkpoint_path}' (kỷ nguyên {iteration})",
+    "sr_does_not_match": "{sample_rate} Tỉ lệ mẫu không khớp với mục tiêu {sample_rate2} Tỉ lệ mẫu",
+    "time_or_speed_training": "thời gian={current_time} | tốc độ huấn luyện={elapsed_time_str}",
+    "savemodel": "Đã lưu mô hình '{model_dir}' (kỷ nguyên {epoch} và bước {step})",
+    "model_author": "Ghi công mô hình cho {model_author}",
+    "unregistered": "Mô hình không được ghi chép",
+    "not_author": "Mô hình không được ghi chép",
+    "training_author": "Tên chủ mô hình",
+    "training_author_info": "Nếu bạn muốn ghi công mô hình hãy nhập tên của bạn vào đây",
+    "extract_model_error": "Đã xảy ra lỗi khi trích xuất mô hình",
+    "start_training": "Bắt đầu huấn luyện",
+    "import_pretrain": "Đã nạp huấn luyện trước ({dg}) '{pretrain}'",
+    "not_using_pretrain": "Sẽ không có huấn luyện trước ({dg}) được sử dụng",
+    "overtraining_find": "Tập luyện quá sức được phát hiện ở kỷ nguyên {epoch} với mất mát g được làm mịn {smoothed_value_gen} và mất mát d được làm mịn {smoothed_value_disc}",
+    "best_epoch": "Kỷ nguyên mới tốt nhất {epoch} với mất mát g được làm mịn {smoothed_value_gen} và mất mát d được làm mịn {smoothed_value_disc}",
+    "success_training": "Đã đào tạo hoàn tất với {epoch} kỷ nguyên, {global_step} các bước và {loss_gen_all} mất mát gen.",
+    "training_info": "Tổn thất gen thấp nhất: {lowest_value_rounded} ở ký nguyên {lowest_value_epoch}, bước {lowest_value_step}",
+    "model_training_info": "{model_name} | kỷ nguyên={epoch} | bước={global_step} | {epoch_recorder} | giá trị thấp nhất={lowest_value_rounded} (kỷ nguyên {lowest_value_epoch} và bước {lowest_value_step}) | Số kỷ nguyên còn lại để tập luyện quá sức: g/total: {remaining_epochs_gen} d/total: {remaining_epochs_disc} | làm mịn mất mát gen={smoothed_value_gen} | làm mịn mất mát disc={smoothed_value_disc}",
+    "model_training_info_2": "{model_name} | kỷ nguyên={epoch} | bước={global_step} | {epoch_recorder} | giá trị thấp nhất={lowest_value_rounded} (kỷ nguyên {lowest_value_epoch} và bước {lowest_value_step})",
+    "model_training_info_3": "{model_name} | kỷ nguyên={epoch} | bước={global_step} | {epoch_recorder}",
+    "training_error": "Đã xảy ra lỗi khi huấn luyện mô hình:",
+    "separator_info": "Đang khởi tạo với đường dẫn đầu ra: {output_dir}, định dạng đầu ra: {output_format}",
+    "none_ffmpeg": "FFmpeg chưa được cài đặt. Vui lòng cài đặt FFmpeg để sử dụng gói này.",
+    "onnx_not_have": "Không có sẵn phần cứng tăng tốc trong ONNXruntime, do đó khả năng tăng tốc sẽ KHÔNG được bật",
+    "download_error": "Không tải được tệp xuống từ {url}, mã phản hồi: {status_code}",
+    "loading_model": "Đang tải mô hình {model_filename}...",
+    "model_type_not_support": "Loại mô hình không được hỗ trợ: {model_type}",
+    "starting_separator": "Bắt đầu quá trình tách cho đường dẫn tập tin âm thanh",
+    "separator_success_3": "Quá trình tách hoàn tất.",
+    "activation": "kích hoạt phải là relu/gelu, không phải {activation}",
+    "length_or_training_length": "Độ dài cho trước {length} dài hơn thời lượng huấn luyện {training_length}",
+    "convert_shape": "Hình dạng hỗn hợp chuyển đổi: {shape}",
+    "not_success": "Quá trình đăng không hoàn tất: ",
+    "resample_error": "Lỗi trong quá trình lấy mẫu lại",
+    "shapes": "Hình dạng",
+    "wav_resolution": "Loại độ phân giải",
+    "warnings": "Cảnh báo: Đã phát hiện các giá trị cực kỳ hung hãn",
+    "gdown_error": "Không thể truy xuất liên kết công khai của tệp. Bạn có thể cần phải thay đổi quyền thành bất kỳ ai có liên kết hoặc đã có nhiều quyền truy cập.",
+    "gdown_value_error": "Phải chỉ định đường dẫn hoặc id",
+    "missing_url": "Thiếu đường dẫn",
+    "mac_not_match": "MAC không khớp",
+    "file_not_access": "Tệp tin không thể truy cập",
+    "int_resp==-3": "Yêu cầu không hoàn tất, đang thử lại",
+    "search_separate": "Tìm bản tách...",
+    "found_choice": "Tìm thấy {choice}",
+    "separator==0": "Không tìm thấy bản tách nào!",
+    "select_separate": "Chọn bản tách",
+    "start_app": "Khởi động giao diện...",
+    "provide_audio": "Nhập đường dẫn đến tệp âm thanh",
+    "googletts": "Chuyển đổi văn bản bằng google",
+    "pitch_info_2": "Cao độ giọng nói của bộ chuyển đổi văn bản",
+    "not_found_pid": "Không thấy tiến trình nào!",
+    "end_pid": "Đã kết thúc tiến trình!",
+    "not_found_separate_model": "Không tìm thấy tệp mô hình tách nhạc nào!",
+    "not_found_pretrained": "Không tìm thấy tệp mô hình huấn luyện trước nào!",
+    "not_found_log": "Không tìm thấy tệp nhật ký nào!",
+    "not_found_predictors": "Không tìm thấy tệp mô hình dự đoán nào!",
+    "not_found_embedders": "Không tìm thấy tệp mô hình nhúng nào!",
+    "provide_folder": "Vui lòng cung cấp thư mục hợp lệ!",
+    "empty_folder": "Thư mục dữ liệu trống!",
+    "vocoder": "Bộ mã hóa",
+    "vocoder_info": "Bộ mã hóa giọng nói dùng để phân tích và tổng hợp tín hiệu giọng nói của con người để chuyển đổi giọng nói.\n\nDefault: Tùy chọn này là HiFi-GAN-NSF, tương thích với tất cả các RVC.\n\nMRF-HiFi-GAN: Độ trung thực cao hơn.\n\nRefineGAN: Chất lượng âm thanh vượt trội.\n\nBigVGAN: Được cho là có chất lượng siêu cao, nhưng sẽ biến GPU của bạn thành lò nướng.",
+    "code_error": "Lỗi: Nhận mã trạng thái",
+    "json_error": "Lỗi: Không thể phân tích từ phản hồi.",
+    "requests_error": "Yêu cầu thất bại: {e}",
+    "memory_efficient_training": "Sử dụng hiệu quả bộ nhớ",
+    "not_use_pretrain_error_download": "Sẽ không dùng huấn luyện trước vì không có mô hình",
+    "provide_file_settings": "Vui lòng cung cấp tệp cài đặt trước!",
+    "load_presets": "Đã tải tệp cài đặt trước {presets}",
+    "provide_filename_settings": "Vui lòng cung cấp tên tệp cài đặt trước!",
+    "choose1": "Vui lòng chọn 1 để xuất!",
+    "export_settings": "Đã xuất tệp cài đặt trước {name}",
+    "use_presets": "Sử dụng tệp cài đặt trước",
+    "file_preset": "Tệp cài đặt trước",
+    "load_file": "Tải tệp",
+    "export_file": "Xuất tệp cài đặt trước",
+    "save_clean": "Lưu làm sạch",
+    "save_autotune": "Lưu tự điều chỉnh",
+    "save_pitch": "Lưu cao độ",
+    "save_index_2": "Lưu ảnh hưởng chỉ mục",
+    "save_resample": "Lưu lấy mẫu lại",
+    "save_filter": "Lưu trung vị",
+    "save_envelope": "Lưu đường bao âm",
+    "save_protect": "Lưu bảo vệ âm",
+    "save_split": "Lưu cắt âm",
+    "filename_to_save": "Tên khi lưu tệp",
+    "upload_presets": "Tải lên tệp cài đặt",
+    "stop": "Dừng tiến trình",
+    "stop_separate": "Dừng Tách Nhạc",
+    "stop_convert": "Dừng Chuyển Đổi",
+    "stop_create_dataset": "Dừng Tạo Dữ Liệu",
+    "stop_training": "Dừng Huấn Luyện",
+    "stop_preprocess": "Dừng Xử Lí Dữ Liệu",
+    "stop_extract": "Dừng Trích Xuất Dữ Liệu",
+    "not_found_presets": "Không tìm thấy tệp cài đặt sẵn nào trong thư mục!",
+    "port": "Cổng {port} không thể dùng! Giảm cổng xuống một...",
+    "empty_json": "{file}: Bị lỗi hoặc trống",
+    "sr_info": "LƯU Ý: MỘT SỐ ĐỊNH DẠNG KHÔNG HỖ TRỢ TRÊN 48000",
+    "default_setting": "Đã xảy ra lỗi khi sử dụng tách, đặt tất cả cài đặt về mặc định...",
+    "dataset_folder1": "Vui lòng nhập tên thư mục dữ liệu",
+    "checkpointing_err": "Các tham số của mô hình đào tạo trước như tốc độ mẫu hoặc kiến trúc không khớp với mô hình đã chọn.",
+    "start_onnx_export": "Bắt đầu chuyển đổi mô hình sang dạng onnx...",
+    "convert_model": "Chuyển Đổi Mô Hình ONNX",
+    "pytorch2onnx": "Chuyển Đổi Mô Hình PYTORCH Sang ONNX",
+    "pytorch2onnx_markdown": "Chuyển đổi mô hình RVC từ dạng pytorch sang onnx để tối ưu cho việc chuyển đổi âm thanh",
+    "error_readfile": "Đã xảy ra lỗi khi đọc tệp!",
+    "predictor_onnx": "Chế độ F0 ONNX",
+    "predictor_onnx_info": "Trích xuất cao độ bằng mô hình ONNX có thể giúp tăng tốc độ",
+    "formantshift": "Dịch chuyển cao độ và âm sắc",
+    "formant_qfrency": "Tần số cho dịch chuyển định dạng",
+    "formant_timbre": "Âm sắc để chuyển đổi định dạng",
+    "time_frames": "Thời Gian (Khung)",
+    "Frequency": "Tần Số (Hz)",
+    "f0_extractor_tab": "Trích xuất F0",
+    "f0_extractor_markdown": "## Trích Xuất Cao Độ",
+    "f0_extractor_markdown_2": "Trích xuất cao độ F0 nhằm mục đích sử dụng cho suy luận chuyển đổi âm thanh",
+    "start_extract": "Bắt đầu quá trình trích xuất...",
+    "extract_done": "Hoàn tất quá trình trích xuất!",
+    "f0_file": "Sử dụng tệp F0 trích xuất trước",
+    "upload_f0": "Tải lên tệp F0",
+    "f0_file_2": "Tệp F0",
+    "clean_f0_file": "Dọp dẹp tệp F0",
+    "embed_mode": "Chế độ nhúng",
+    "embed_mode_info": "Trích xuất nhúng bằng các mô hình khác nhau",
+    "close": "Ứng dụng đang tắt...",
+    "start_vad": "Bắt đầu nhận dạng giọng nói...",
+    "process_audio": "Xử lí trước âm thanh...",
+    "process_done_start_convert": "Hoàn tất xử lí âm thanh! tiến hành chuyển đổi âm thanh...",
+    "convert_with_vad": "Chuyển Đổi Âm Thanh Với Bộ Phát Hiện Giọng Nói",
+    "convert_with_vad_info": "Sử dụng bộ phát hiện giọng nói (Voice Activity Detection) kết hợp với mô hình SpeechBrain để tự động nhận diện các giọng nói trong tệp âm thanh. Sau đó, tiến hành cắt và chia nhỏ âm thanh thành từng đoạn riêng biệt sau đó sẽ áp dụng chuyển đổi bằng mô hình giọng nói.",
+    "num_spk": "Số lượng giọng",
+    "num_spk_info": "Số lượng giọng nói có trong âm thanh",
+    "model_size": "Kích thước mô hình Whisper",
+    "model_size_info": "Kích thước mô hình Whisper\n\nCác mô hình large có thể đưa ra các đầu ra kì lạ",
+    "title": "Công cụ huấn luyện, chuyển đổi giọng nói chất lượng và hiệu suất cao đơn giản",
+    "fp16_not_support": "CPU, MPS, DML và OCL Không hỗ trợ tốt fp16, chuyển đổi fp16 -> fp32",
+    "precision": "Độ chính xác",
+    "precision_info": "Độ chính xác của suy luận và huấn luyện mô hình\n\nLưu ý: CPU, OPENCL Không hỗ trợ fp16",
+    "update_precision": "Cập Nhật Độ Chính Xác",
+    "start_update_precision": "Bắt đầu cập nhật độ chính xác",
+    "deterministic": "Thuật toán xác định",
+    "deterministic_info": "Khi bật sẽ sử dụng các thuật toán có tính xác định cao, đảm bảo rằng mỗi lần chạy cùng một dữ liệu đầu vào sẽ cho kết quả giống nhau.\n\nKhi tắt có thể chọn các thuật toán tối ưu hơn nhưng có thể không hoàn toàn xác định, dẫn đến kết quả huấn luyện có sự khác biệt giữa các lần chạy.",
+    "benchmark": "Thuật toán điểm chuẩn",
+    "benchmark_info": "Khi bật sẽ thử nghiệm và chọn thuật toán tối ưu nhất cho phần cứng và kích thước cụ thể. Điều này có thể giúp tăng tốc độ huấn luyện.\n\nKhi tắt sẽ không thực hiện tối ưu thuật toán này, có thể làm giảm tốc độ nhưng đảm bảo rằng mỗi lần chạy sử dụng cùng một thuật toán, điều này hữu ích nếu bạn muốn tái tạo chính xác.",
+    "font": "Phông chữ",
+    "font_info": "Truy cập vào [Google Font](https://fonts.google.com) để lựa phông (Khi thay đổi cần khởi động lại hệ thống để áp dụng).",
+    "f0_unlock": "Mở khóa tất cả",
+    "f0_unlock_info": "Mở khóa toàn bộ phương pháp trích xuất cao độ",
+    "srt": "Tệp SRT trống hoặc bị lỗi!",
+    "optimizer": "Trình tối ưu hóa",
+    "optimizer_info": "Trình tối ưu hóa trong huấn luyện, AdamW là mặc định.",
+    "main_volume": "Âm lượng tệp âm thanh chính",
+    "main_volume_info": "Âm lượng tệp âm thanh chính. Nên để từ -4 đến 0.",
+    "combination_volume": "Âm lượng tệp âm thanh kết hợp",
+    "combination_volume_info": "Âm lượng tệp âm thanh kết hợp. Nên để âm lượng của tệp kết hợp nhỏ hơn âm thanh chính.",
+    "inference": "Suy Luận",
+    "extra": "Thêm",
+    "running_local_url": "Giao Diện Đang Chạy Trên Liên Kết Cục Bộ",
+    "running_share_url": "Giao Diện Đang Chạy Trên Liên Kết Công Khai",
+    "translate": "Dịch",
+    "source_lang": "Ngôn ngữ đầu vào",
+    "target_lang": "Ngôn ngữ ��ầu ra",
+    "prompt_warning": "Vui lòng nhập văn bản để tiến hành dịch!",
+    "read_error": "Quá trình đọc tệp văn bản xảy ra lỗi!",
+    "quirk": "Hiệu Ứng Kỳ Quặc",
+    "quirk_info": "## Những Hiệu Ứng Kỳ Quặc Dành Cho Âm Thanh",
+    "quirk_label": "Các hiệu ứng kỳ quặc",
+    "quirk_label_info": "Các hiệu ứng kỳ quặc có thể sử dụng để áp dụng vào âm thanh",
+    "quirk_markdown": "Áp dụng những hiệu ứng kỳ quặc cho âm thanh của bạn để chúng chở nên kỳ quặc dị dạng.",
+    "gradio_start": "Giao diện đã tải thành công sau",
+    "quirk_choice": {"Ngẫu Nhiên": 0, "Vỡ Âm": 1, "Kinh Dị": 2, "Người Máy": 3, "Em bé": 4, "Trầm": 5, "Giật Giọng": 6,  "Người Già": 7, "Vọng Âm": 8, "Quỷ Dữ": 9, "Méo Giọng": 10, "Bán Hàng Trực Tuyến": 11, "Kéo Lê": 12, "Khó Chịu": 13, "Rè": 14, "Lỗi Mạng": 15, "Rối Loạn": 16},
+    "proposal_pitch": "Tự động đề xuất cao độ",
+    "hybrid_calc": "Tính toán Hybrid cho phương thức: {f0_method}...",
+    "proposal_f0": "Đã đề xuất cao độ: {up_key}",
+    "startautotune": "Bắt đầu tự động điều chỉnh cao độ...",
+    "editing": "Chỉnh Sửa",
+    "check_assets_error": "Tải xuống tài nguyên thất bại {count} lần liên tiếp! hãy tải xuống thủ công và đặt vào thư mục tài nguyên: https://huggingface.co/AnhP/Vietnamese-RVC-Project",
+    "csrt": "Bắt đầu nhận dạng giọng để tạo tệp srt...",
+    "start_rpc": "Bắt đầu hiển thị RPC",
+    "stop_rpc": "Đã dừng hiển thị RPC",
+    "details": "Công cụ chuyển đổi giọng nói chất lượng và hiệu suất cao đơn giản.",
+    "use": "Đang sử dụng giao diện...",
+    "create_srt_tab": "Tạo tệp SRT",
+    "create_srt_markdown": "## Tạo Tệp SRT Từ Tệp Âm Thanh",
+    "create_srt_markdown_2": "Sử dụng Whisper để chuyển đổi tệp âm thanh sang văn bản và tạo tệp srt",
+    "srt_content": "Nội dung tệp SRT",
+    "srt_output_file": "Tệp SRT đầu ra",
+    "srt_path_output_file": "Đường dẫn tệp SRT đầu ra",
+    "proposal_pitch_threshold": "Ngưỡng tần số ước tính",
+    "proposal_pitch_threshold_info": "Ngưỡng tần số ước tính cao độ, đối với mô hình nam sử dụng ở mức 155.0 và mô hình nữ với mức 255.0",
+    "hop_length": "Độ dịch chuyển khung",
+    "aggression": "Mức độ mạnh tay",
+    "window_size": "Kích thước cửa sổ",
+    "post_process_threshold": "Ngưỡng hậu xử lí",
+    "enable_tta": "Tăng cường suy luận",
+    "high_end_process": "Xử lí dải cao",
+    "enable_post_process": "Hậu xử lí",
+    "window_size_info": "Kích thước cửa sổ nhỏ hơn sẽ mang lại chất lượng đầu ra cao hơn, nhưng sẽ mất nhiều thời gian xử lí hơn.",
+    "aggression_info": "Cường độ chiết xuất thân chính.",
+    "post_process_threshold_info": "Mức độ xử lí hậu kỳ sau khi tách nhạc.",
+    "denoise_model": "Mô hình khử nhiễu",
+    "audio_processing": "Xử lí âm thanh đầu vào ra",
+    "latency": "Độ trễ",
+    "start_realtime": "Bắt đầu thời gian thực...",
+    "provide_audio_device": "Vui lòng chọn thiết bị đầu vào và ra hợp lệ!",
+    "provide_monitor_device": "Vui lòng chọn thiết bị nghe lại hợp lệ!",
+    "realtime_is_ready": "Thời gian thực đã sẳn sàng!",
+    "realtime_has_stop": "Đã dừng thời gian thực!",
+    "stop_realtime": "Bắt đầu dừng thời gian thực...",
+    "realtime_not_found": "Không tìm thấy thời gian thực nào cả!",
+    "realtime": "Thời gian thực",
+    "realtime_markdown": "## Chuyển Đổi Thời Gian Thực",
+    "realtime_markdown_2": "Chuyển đổi giọng nói theo thời gian thực",
+    "realtime_latency": "Độ trễ thời gian thực",
+    "realtime_not_startup": "Chưa bắt đầu thời gian thực",
+    "monitor": "Sử dụng thiết bị nghe lại",
+    "exclusive_mode": "Giảm trễ thiết bị",
+    "vad_enabled": "Phát hiện giọng nói VAD",
+    "audio_device": "Thiết bị âm thanh",
+    "input_audio_device_label": "Thiết bị âm thanh đầu vào",
+    "output_audio_device_label": "Thiết bị âm thanh đầu ra",
+    "monitor_output_device_label": "Thiết bị âm thanh nghe lại",
+    "input_audio_device_info": "Thiết bị âm thanh đầu vào, Khuyên dùng WASAPI hoặc ASIO vì độ trễ thấp",
+    "output_audio_device_info": "Thiết bị âm thanh đầu ra, thiết bị phát âm thanh đầu ra ví dụ: Loa, tai nghe,...",
+    "monitor_output_device_info": "Thiết bị âm thanh đầu ra thứ hai dùng để nghe lại âm thanh",
+    "input_audio_gain_label": "Âm lượng đầu vào",
+    "output_audio_gain_label": "Âm lượng đầu ra",
+    "monitor_audio_gain_label": "Âm lượng nghe lại",
+    "input_audio_gain_info": "Âm lượng của thiết bị đầu vào",
+    "output_audio_gain_info": "Âm lượng của thiết bị đầu ra",
+    "monitor_audio_gain_info": "Âm lượng của thiết bị nghe lại",
+    "input_asio_channels_label": "Kênh ASIO đầu vào",
+    "output_asio_channels_label": "Kênh ASIO đầu ra",
+    "monitor_asio_channels_label": "Kênh ASIO nghe lại",
+    "input_asio_channels_info": "Số kênh của thiết bị âm thanh ASIO đầu vào",
+    "output_asio_channels_info": "Số kênh của thiết bị âm thanh ASIO đầu ra",
+    "monitor_asio_channels_info": "Số kênh của thiết bị âm thanh ASIO nghe lại",
+    "refresh_audio_device": "Tải lại thiết bị",
+    "start_realtime_button": "Bắt Đầu Chạy Thời Gian Thực",
+    "stop_realtime_button": "Tạm Dừng Chạy Thời Gian Thực",
+    "chunk_size": "Kích thước đoạn",
+    "chunk_size_info": "Kích thước đoạn chuyển đổi thời gian thực, giá trị là (ms)",
+    "silent_threshold_label": "Ngưỡng im lặng",
+    "silent_threshold_info": "Ngưỡng âm thanh được cho là im lặng",
+    "extra_convert_size_label": "Mức đệm thêm",
+    "extra_convert_size_info": "Mức đệm thêm vào khi chuyển đổi tránh hao hụt khi lấy mẫu lại",
+    "cross_fade_overlap_size_label": "Chồng chéo mờ dần",
+    "cross_fade_overlap_size_info": "Mức chồng chéo khi ghép các đoạn âm thanh đầu ra",
+    "vad_sensitivity_label": "Độ nhạy VAD",
+    "vad_sensitivity_info": "Độ nhạy VAD. 0 ít nhạy, 3 rất nhạy.",
+    "vad_frame_ms_label": "Kích thước khung",
+    "vad_frame_ms_info": "Kích thước khung xử lí cho VAD (ms).",
+    "training_sr": "Mô hình có tốc độ lấy mẫu ({sr_1} Hz) khác so với tốc độ lấy mẫu của tệp âm thanh ({sr_2} Hz).",
+    "not_found_dataset": "Không tìm thấy bất cứ tệp âm thanh huấn luyện nào!",
+    "not_enough_data": "Không có đủ dữ liệu trong tập dữ liệu huấn luyện!",
+    "using_reference": "Sử dụng bộ tham chiếu {reference_name} để xác nhận!",
+    "split_audio_mode": "Tùy chỉnh cắt âm thanh",
+    "split_audio_mode_info": "Bộ cắt được sử dụng để xử lí tệp âm thanh",
+    "normalization_mode": "Chuẩn hóa âm lượng",
+    "normalization_mode_info": "Chuẩn hóa âm lượng dữ liệu huấn luyện",
+    "chunk_length": "Chiều dài đoạn (s)",
+    "chunk_length_info": "Độ dài của đoạn âm thanh cho phương pháp 'Simple'.",
+    "overlap_length": "Chiều dài chồng chéo",
+    "overlap_length_info": "Độ dài của phần chồng chéo giữa các lát cắt đối với phương pháp 'Simple'.",
+    "start_create_reference": "Bắt đầu tạo bộ tham chiếu huấn luyện...",
+    "create_reference": "Tạo Bộ Tham Chiếu",
+    "create_reference_success": "Đã hoàn thành việc tạo bộ tham chiếu huấn luyện sau {elapsed_time} giây.",
+    "create_reference_markdown": "## Tạo Dữ Liệu Tham Chiếu Huấn Luyện",
+    "create_reference_markdown_2": "Tạo một tập dữ liệu tham chiếu nhỏ dùng để kiểm tra huấn luyện mô hình thông qua tensorboard",
+    "reference_name": "Tên của bộ tham chiếu",
+    "reference_name_info": "Tên được đặt cho bộ tham chiếu đầu ra dùng để kiểm tra mô hình",
+    "reference_info": "Thông tin tạo bộ tham chiếu",
+    "custom_reference": "Tùy chỉnh bộ tham chiếu",
+    "not_found_reference": "Không tìm thấy bộ tham chiếu. Sẽ không sử dụng bộ tham chiếu tùy chỉnh!",
+    "alpha_label": "Mức trộn của các phương thức",
+    "alpha_info": "Mức trộn các cao độ của các phương thức trích xuất với nhau",
+    "multiscale_mel_loss": "Sử dụng tổn thất Mel đa tần",
+    "multiscale_mel_loss_info": "So sánh phổ Mel của âm thanh thật và âm thanh giả ở nhiều thang độ khác nhau. Giúp mô hình học được chi tiết âm sắc, độ sáng và cấu trúc tần số tốt hơn, từ đó cải thiện chất lượng và độ tự nhiên của giọng nói đầu ra.",
+    "media_devices": "Trình duyệt không hỗ trợ truy cập thiết bị âm thanh thông qua API",
+    "mic_inaccessible": "Không thể truy cập được thiết bị âm thanh đầu vào!",
+    "ws_connected": "Đã kết nối với [WS]",
+    "ws_closed": "Đã dừng kết nối với [WS]",
+    "ws_disconnected": "Đã ngắt kết nối với [WS]",
+    "sids_label": "Mã nhận dạng giọng nói",
+    "sids_info": "Mã nhận dạng giọng nói đối với mô hình đa giọng nói",
+    "include_mutes": "Số tệp im lặng",
+    "include_mutes_info": "Số lượng tệp im lặng được sử dụng khi huấn luyện mô hình có thể học các đoạn im lặng",
+    "use_precision": "Sử dụng độ chính xác {fp} cho quá trình huấn luyện.",
+    "index_assertion": "Cấu trúc tệp chỉ mục không tương thích với mô hình.",
+    "record": "Ghi Âm",
+    "start_record": "Bắt đầu ghi âm",
+    "stop_record": "Dừng ghi âm",
+    "starting_record": "Bắt đầu ghi âm...",
+    "stopping_record": "Dừng ghi âm!",
+    "volume": "Âm lượng",
+    "response": "Phản hồi",
+    "use_vocoders": "Sử dụng bộ mã hóa: {name}",
+    "commands": "Lệnh",
+    "commands_info": "Sử dụng các lệnh phụ trợ đễ hỗ trợ phát triển.",
+    "run_commands": "Chạy lệnh",
+    "embedders_mix": "Hòa trộn tầng",
+    "embedders_mix_info": "Hòa trộn các tầng của mô hình nhúng lại với nhau nhằm mục đích cải thiện chất lượng âm thanh.",
+    "embedders_mix_layers": "Tầng hòa trộn",
+    "embedders_mix_layers_info": "Các tầng thấp (1-6): Chủ yếu mã hóa các chi tiết âm học/ngữ âm.\nCác tầng giữa (7-9): Giàu thông tin ngữ âm, phù hợp tốt với các đơn vị ngôn ngữ như âm vị.\nCác tầng trên (10-12): Nắm bắt các khái niệm trừu tượng cấp cao hơn — gần với ngữ nghĩa và nội dung ngôn ngữ độc lập với người nói, nhưng ít chi tiết âm học thô hơn.",
+    "embedders_mix_ratio": "Tỉ lệ hòa trộn",
+    "embedders_mix_ratio_info": "Tỉ lệ hòa trộn các tầng của mô hình nhúng, giá trị càng cao tỉ lệ của tầng càng cao",
+    "cosine_annealing_lr": "Sử dụng phương pháp giảm LR Cosine",
+    "cosine_annealing_lr_info": "Bắt buộc sử dụng phương pháp giảm LR bằng Cosine Annealing có thể giúp cải thiện chất lượng phát âm.",
+    "dataset_duration": "Thời lượng của dữ liệu huấn luyện: {duration} giây.",
+    "noise_scale": "Tỉ lệ độ ồn",
+    "noise_scale_info": "Tùy chỉnh đặc biệt gây ảnh hưởng trực tiếp đến chất lượng của âm thanh, bạn không nên điều chỉnh nó.",
+    "architecture": "Kiến trúc mô hình",
+    "architecture_info": "Nếu bạn muốn hiệu năng với chất lượng âm thanh tốt hãy sử dụng RVC, nếu bạn muốn chất lượng cao hơn hãy thử SVC với mức tiêu thụ điện toán cực lớn có thể làm GPU của bạn trở thành 1 chiếc lò nướng bánh mì.",
+    "not_svc": "Mô hình không phải là mô hình SVC!",
+    "convert_model_svc": "Chuyển Đổi Mô Hình SVC",
+    "config_path": "Đường dẫn tệp cấu hình SVC",
+    "drop_json": "Thả tệp cấu hình vào đây",
+    "start_convert_svc": "Bắt đầu chuyển đổi mô hình SVC...",
+    "convert_model_svc_markdown": "Chuyển đổi mô hình SVC sang định dạng dự án có thể đọc",
+    "convert_model_svc_markdown_2": "Chuyển đổi các mô hình SVC được huấn luyện từ Sovits SVC 4.1 thành định dạng mà dự án có thể đọc được. Hiện tại chỉ hỗ trợ mô hình với cấu hình gốc.",
+    "headers": "NGƯỜI-NÓI THỜI-GIAN TỔNG",
+    "speech_not_in_segments": "Không tìm thấy giọng nói trong các phân đoạn",
+    "analysis_completed": "Đã phân tích xong: {length} đoạn hội thoại.",
+    "overtraining_threshold": "Đặt số ngưỡng kỷ nguyên tối đa mà bạn muốn mô hình ngừng huấn luyện nếu không phát hiện thấy sự cải thiện nào.",
+    "sr_not_support": "Không hỗ trợ tốc độ lấy mẫu. Đưa tốc độ lấy mẫu về mức 48000...",
+    "realtime_has_stop_with_error": "Thời gian thực đã dừng lại do gặp phải lỗi!",
+    "samplerate": "Tốc độ lấy mẫu thiết bị đầu vào|Tốc độ lấy mẫu thiết bị đầu ra|Tốc độ lấy mẫu thiết bị nghe lại",
+    "samplerate_info": "Tốc độ lấy mẫu của thiết bị, hãy chắc chắn rằng tốc độ lấy mẫu phù hợp với thiết bị để tránh gây ra lỗi. Nếu không thông thạo hãy để mặc định là 48000.",
+    "enabled_asio": "Thiết bị ASIO được kích hoạt.",
+    "restart_button": "Khởi động lại",
+    "run_tensorboard": "Khởi động Tensorboard...",
+    "mount_fastapi": "Khởi động và gắn kết FastAPI của chế độ thời gian thực!",
+    "stereo_device": "Thiết bị đầu ra Stereo|Thiết bị nghe lại Stereo",
+    "ffmpeg_error": "Đã xảy ra lỗi khi tải xuống FFmpeg.",
+    "bf16": "Sử dụng BF16 cho huấn luyện.",
+    "tf32": "Sử dụng TF32 cho huấn luyện.",
+    "whisper_languages": "Ngôn ngữ đầu vào",
+    "whisper_languages_info": "Đặt ngôn ngữ đầu vào để tránh mô hình xác nhận ngôn ngữ sai",
+    "delete_when_success": "Xóa các tệp gốc khi hoàn thành",
+    "compile_model": "Đã kích hoạt chế độ biên dịch mô hình với phương thức: {compile_mode}",
+    "load_checkpoint": "Đã tải điểm lưu G: {g_path} | D: {d_path}!",
+    "portaudio_not_found": "Thư viện PortAudio chưa được cài đặt",
+    "nprobe": "Số lượng cụm thăm dò",
+    "nprobe_info": "Số lượng cụm mà thuật toán sẽ kiểm tra khi tìm kiếm gần đúng. Giá trị thấp sẽ nhanh nhưng kém chính xác, còn giá trị cao chính xác hơn và chậm hơn.",
+    "index_warn": "Quá trình truy xuất chỉ mục trên GPU không hoạt động. Chuyển sang truy xuất trên CPU.",
+    "hubert_warn_1": "Trọng số mô hình Fairseq không thể tải hoặc không an toàn, trọng số sẽ không được tải!",
+    "hubert_warn_2": "Có thể cho phép tải trọng số bằng cách điều chỉnh khóa `allow_unsafe_fairseq` trong tệp configs.json!",
+    "audio_upscaler": "Tăng độ phân giải âm thanh",
+    "audio_upscaler_info": "Sử dụng mô hình máy học để sinh thêm phổ tầng giúp âm thanh đầu ra có thể đạt tốc độ lấy mẫu thật thay vì ảo như lấy lại mẫu.",
+    "times": "Thời gian (s)",
+    "frequencykhz": "Tần số (kHz)",
+    "analysis": "Phân Tích Âm Thanh",
+    "spectrogram": "Quang Phổ",
+    "amplitude": "Biên Độ",
+    "waveform": "Dạng Sóng",
+    "centroid": "Tâm phổ (kHz)",
+    "bandwidth": "Băng thông phổ (kHz)",
+    "rolloff": "Độ suy giảm phổ (kHz)",
+    "features": "Đặc điểm phổ",
+    "seconds": " GIây",
+    "minutes": " Phút",
+    "mono": "Đơn âm (1)",
+    "stereo": "Đa âm (2)",
+    "analysis_info": "Tốc độ lấy mẫu: {sr}\nThời lượng: {duration}\nSố lượng mẫu: {length}\nSố bit trên mỗi mẫu: {bit}\nSố kênh: {channel}",
+    "output_information": "Thông tin đầu ra",
+    "read_audio": "Đọc thông tin",
+    "analyzer_tab": "Phân Tích Âm Thanh",
+    "analyzer_markdown": "## Phân tích Thông Tin Âm Thanh",
+    "analyzer_markdown_2": "Phân tích thông tin của tệp âm thanh",
+    "is_half_weight": "Giảm dung lượng trọng số",
+    "int8_mode": "Sử dụng Int8 cho suy luận",
+    "gpu_idx": "Thiết bị tính toán",
+    "gpu_idx_info": "Thiết bị được sử dụng cho việc tính toán và suy luận (Khi thay đổi cần khởi động lại hệ thống để áp dụng).",
+    "invalid_gpu": "Chỉ số GPU không hợp lệ, đặt về thiết bị 0.",
+    "terminate": "Chấm dứt tiến trình",
+    "realtime_has_terminate": "Đã chấm dứt tiến trình!",
+    "int8_warn": "Cảnh báo, TensorRT không hỗ trợ các mô hình INT8 kiểu QOperator!",
+    "phase_vocoder": "Sử dụng bộ mã hóa pha",
+    "stop_pid": "Bắt đầu dừng tiến trình..."
+}

assets/logs/mute/sliced_audios/mute24000.wav

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e138a168dcf5304a4c6a2d1eccd5e10fcb031d07982530e6495caa6817efe607
+size 288150

assets/logs/mute/sliced_audios/mute32000.wav

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9edcf85ec77e88bd01edf3d887bdc418d3596d573f7ad2694da546f41dae6baf
+size 192078

assets/logs/mute/sliced_audios/mute40000.wav

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67a816e77b50cb9f016e49e5c01f07e080c4e3b82b7a8ac3e64bcb143f90f31b
+size 240078

assets/logs/mute/sliced_audios/mute44100.wav

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:55c55a03e13a694bcad2057d1a17392970886b17051443ddaf3666083609ee04
+size 529258

assets/logs/mute/sliced_audios/mute48000.wav

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f2bb4daaa106e351aebb001e5a25de985c0b472f22e8d60676bc924a79056ee
+size 288078

assets/logs/mute/v1_extracted/mute.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64d5abbac078e19a3f649c0d78a02cb33a71407ded3ddf2db78e6b803d0c0126
+size 152704

assets/logs/mute/v1_extracted/mute_chinese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2be76c020ad3e6702eeb53fff2198b52662992cf04ab0e56da1cd8a5329f701d
+size 152704

assets/logs/mute/v1_extracted/mute_japanese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d34ecf8faaa25f0f1fd861560b9cef42b58554839b250d4ab7ec85e94821ef80
+size 152704

assets/logs/mute/v1_extracted/mute_korean.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cddd2e78b0f95103d411edffebcba1336e7ec9d86b80cab511724630a7dba775
+size 152704

assets/logs/mute/v1_extracted/mute_portuguese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:47fc86ed03de0ef68ee82e37196d8aa00f8d295531f2348aa3d51456301a0f2c
+size 152704

assets/logs/mute/v1_extracted/mute_spin-v1.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8ec393080466213b7eaa951526d632b92b4d3f9adc3f208bee6d8364fcc0ad0b
+size 152704

assets/logs/mute/v1_extracted/mute_spin-v2.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e3e714fc23d834635208946340b46bcd042527cd3a995484adc4db7e54cde47
+size 152704

assets/logs/mute/v1_extracted/mute_vietnamese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd3349e8ac6a75175cda8dd47c1a22d6aaeeb3af4cf7c7508285bbfa079fbae8
+size 152704

assets/logs/mute/v2_extracted/mute.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:16ef62b957887ac9f0913aa5158f18983afff1ef5a3e4c5fd067ac20fc380d54
+size 457856

assets/logs/mute/v2_extracted/mute_chinese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:493a057ea2d32cf9b66ec65c92d59b412084e24837900158e33ee6349285ff7f
+size 457856

assets/logs/mute/v2_extracted/mute_japanese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e72bd4d0a0be6a5435222d72bd754e87e53a9883c8f7e990fe903f8e1c5c3cdf
+size 457856

assets/logs/mute/v2_extracted/mute_korean.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5259ee6ce3732527d6b2ad206c4178d15950ae41e6690f2620cb6b0e138ff13
+size 457856

assets/logs/mute/v2_extracted/mute_portuguese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4f6bd1ab41558b0b15d9a15a52dccb776b4d03ccd0a934aa8c0efa1e0f14129b
+size 457856

assets/logs/mute/v2_extracted/mute_spin-v1.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:997d1ba7055e5567344fe2dbf34be29dd5de70a66cf1cfc32ff98326f957618d
+size 457856

assets/logs/mute/v2_extracted/mute_spin-v2.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3e30507b5d6eda9d2e7aca24e52e761bb6583355a32f320803d96a7a3a2db946
+size 457856

assets/logs/mute/v2_extracted/mute_vietnamese.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3a2798cac1618dea9151a2620f4e6e05a0274db74889377bd3c44d27784200e7
+size 457856