Automatic1111 Kurzanleitung

Es gibt etliche Tools um Text zu Sprache (Text to Speech) zu wandeln.
Balabolka zB. ist free und unter Windows zu nutzen. Mehrere Sprachen kann man nach installieren.

Gibt es hier =

Ich selber nutze Automatic1111.

Hierbei muss Python, GIT und Automatic 1111 installiert werden.

Anleitung =

Die Installation muss peinlichst genau gemacht werden. Sonst funzt es nicht.

Anleitungen dazu gibt es reichlich. Hier muss man sich nur die Richtige aussuchen. Es hängt davon ab welche GPU genutzt wird. Ob AMD, Nvidia oder Intel.
Bei Automatic kann man sich dann Open Vino und Open Voice installieren und dementsprechend nutzen.
Es gibt dort den Punkt Extensions. Einmal darauf klicken dann werden sie im unteren Bereich angezeigt.

Hier kann man sich einige aussuchen und installieren. Danach muss Automatic1111 neu gestartet werden.

Auch gibt es bei Github oder Huggingface.co genug Tools für Text to Speech.

Bei einigen braucht man nur die PDF oder Epub ins Fenster ziehen.
Es wird automatisch der Text gezeigt.

Die entsprechenden Einstellungen vornehmen und generieren.

" Anleitungen beim installieren beachten."

Man kann das Beste für sich aussuchen.

Ohne Models läuft es zwar aber man muss dieses dann selber anlernen.

Lasst es ! Dauert zu lang und umständlich.

Ladet Euch die Models herunter und legt sie in den Ordner Models in Automatic1111 ab. Diese Models sind vortrainiert (Deep Learning).
Bei Hugging gibt es eine große Auswahl. Einfach runterladen und in den Ordner damit.
Sehr wichtig bei der Installation von Python ist das Häckchen bei "add to PATH". Das muss gesetzt werden sonst funktioniert es nicht.
Automatic1111 habe ich mir als Ordner auf den Desktop gelegt und in dem Ordner die "cmd" Eingaben gemacht.
So landen die Installationen genau dorthin wo sie hin sollen.

Ich kann jetzt nicht für jede Graka einen Workflow schreiben. Für AMD gibt es diese Anleitung =
Bei Nvidia Karten passt eigentlich jede Stable Diffusion.

Intel und für die anderen GPU's kann man auch diese Anleitung nehmen =

Jetzt sollte man eigentlich genug Input haben um die richtige Automatic1111 für sich zu finden.
Wenn sich Automatic weigert zu starten gibt es am Ende der Installation einen Hinweis im Terminal was zu tun ist.

Den befolgen oder Info im Netz suchen. Nur nicht aufgeben, da die Fehler schnell zu beheben sind.

Ich selber habe das Ganze schon sehr oft wieder gelöscht und neu installiert, da es nicht funktionierte. Wenn es aber läuft dann läuft es auch.

Vorsicht bei DeOldify ! Hier ist Nymph ein Problem. Es kann sein das es dann mit AMD oder Intel nicht mehr läuft. Dann den Ordner in Automatic löschen !

DeOldify ist zum Colorieren von schwarz / weiß Fotos und schwarz / weiß Videos gedacht.

Auch hier gibt es Farbschwankungen wie bei jedem anderen Programm aber DeOldify ist eindeutig das Beste was es gibt.

Viel Spaß beim tüfteln, antesten und installieren !

Beachtet das alles Open Source ist (also kostenlos).
Ebenso soll Automatic1111 die beste Stable Diffusion sein. Zumindest als Open Source.
Es gibt dafür alles was man haben will auf Github und Huggingface.co !
Auch rendern, Upscalen von Videos, Face Swap, colorieren, Text to Speech, GPT, Musik machen, Singen mit der eigenen Stimme, Fotos erstellen, eigene Videos produzieren, Videos mit einer anderen Sprache ins Deutsche mit der Sprache der Darsteller übersetzen (Voice Cloning) usw. usw. usw. !

Noch als weiteren Hinweis zu den AMD GPU unter Linux !

Automatic1111 soll dort nicht ohne weiteres mit AMD laufen.

Hier soll ROCm eine Bedingung sein.

Das heißt die Graka muss ROCm fähig sein.
Nun ist mir bekannt das mit neuen Treibern einzelne Karten nicht mehr laufen, sprich einfach rausgeschmissen werden.
Daher Update erst einmal ausschalten und schauen ob diese Update fähig ist.
Bei älteren Karte die nicht laufen nachschauen ob es dafür eine ROCm - Version gibt und diese installieren und auch hier Update ausschalten.

Das Leid von AMD !

Bei Intel und Nvidia müssen nur die neuesten Treiber installiert werden.

Automatic läuft unter Windows 10/11, Linux und Mac ! Je nach Betriebssystem gibt es dafür die von mir genannten Installationsroutinen.

Bevor irgendwelche Tools installiert werden, sollte man schauen für welche Programmiersprache sie gedacht sind.
Die meisten laufen mit Python. Daher trotzdem darauf achten welche Ihr installiert.
Bei Github und Huggingface.co steht es meistens dabei.

Hier gibt es zB. Tools für Voice Cloning und Text to Speech =


Als Empfehlung damit das Ganze etwas schneller läuft installiert das OpenVino Toolkit gleich mit.

Tilly schrieb:

Bitte, Anmelden oder Registrieren um den Inhalt zu sehen!

Zum Vergrößern anklicken....

Kann nur für die "Docker" bei Unraid sprechen, da würde ich definitiv ComfyUi bevorzugen.
Allerdings explizit was Bildgenerierung/Videogenerierung betrifft.

Tilly schrieb:

Bitte, Anmelden oder Registrieren um den Inhalt zu sehen!

Zum Vergrößern anklicken....

Für ComfyUI auch. Bedenke natürlich: Bild/Video-Generierung.

Tilly schrieb:

Bitte, Anmelden oder Registrieren um den Inhalt zu sehen!

Zum Vergrößern anklicken....

Das kann man natürlich ( soweit ich weis ) mit ComfyUI nicht.

Danke für die Anleitung. Zumindest hat es mir Automatic1111 nochmal ins Gedächtnis gerufen und ich probiere nochmal den Docker davon aus und schau was sich da so machen lässt.
Die Sprachnachrichten meiner Freunde zu nutzen um daraus peinliche Songs zu machen die ich dann denen zurückschicke wird gewiss spaßig xD

Erstmal Danke für die Anleitungen. Automatic1111 ist für mich nicht mehr von Interesse seit es ForgeUI gibt, das ist deutlich genügsamer, schneller und eine portable Installation ist auch easy und ohne weiteres möglich. Darüber hinaus gibt es für Forge schneller und häufiger Updates. Forge unterstützt sogar schon FLUX.

Gibt es hier:

Knolan schrieb:

Bitte, Anmelden oder Registrieren um den Inhalt zu sehen!

Zum Vergrößern anklicken....

Forge ist hauptsächlich für Cuda gedacht und unterstützt AMD erst ab der Pro W6600 und RX 6600 !
Wenn die Karten nicht kompatible sind, bringt mir die beste Stable Diffusion nichts.

Achso, das wusste ich nicht. Für Nvidia User ist es aber die schnellere und Ressourcen schonendere Variante.

Knolan schrieb:

Bitte, Anmelden oder Registrieren um den Inhalt zu sehen!

Zum Vergrößern anklicken....

Da gebe ich Dir Recht. Die Auslastung ist nicht hoch. Das ist bei Automatic1111 aber auch relativ gering !
Wie sieht es da aus mit Voice Cloning sprich Video zu Video, übersetzen und Lip Sync ?

Ich nutze das nur um Bilder zu generieren. Video und Audio mache ich nicht. Ich habe mal Voice Cloning getestet, das war aber nicht mit ForgeUI.

Ich würde hier gerne auch noch meine ein-zwei fragen zu Automatic1111 einwerfen.

Die Installation ist ja wirklich easy wenn Python schon in der richtigen Version drauf ist.
Allerdings bekomme ich in der comfyui immer die Meldung "nicht erreichbar"

Ich wollte jetzt anfangen die KI die Stimme von David Nathan zu klonen. Dieser Kandidat ist eh mein Lieblingssprecher und es gibt etliche Hörbücher die zum trainieren geeignet sein sollten.

Leider finde ich nichts in den Extensions. Ich denke da muss ich was von Hand installieren oder?

Welche Version zu ComfyUI hast Du installiert ? Irgendeine oder die die direkt für Automatic1111 generiert wurde ?

Nehme, wenn nicht schon geschehen, diese .

Am besten direkt über URL installieren und nicht aus den angebotenen Extensions.

Aus der Extension auswahl

Nimm den Link den ich gepostet habe.

Dann startest Du Auto einmal und schaust in die Powershell beim Start. Wenn dort ein Fehler angezeigt wird dann sollte der behoben werden.

Ich habe mir UniGetUi installiert und dieser aktualisiert alles wie Treiber, Software, Automatic1111 Tools usw. ! Damit habe ich immer meine Software auf den aktuellen Stand.

Wenn zb. Python geändert wird und die Tools nicht angepasst, werden die ihren Dienst verweigern. Das kann jetzt auch bei Dir sein.

Da es eine Menge an Tools in Automatic1111 sind und diese nicht immer automatisch upgedatet werden kann die Verweigerung vorkommen.