🎄 Merry ATRI - 高性能ですから！

基于《ATRI -My Dear Moments-》的全栈 AI 项目

"我可是高性能的！"

---

📖 项目简介

本项目旨在通过现代 AI 技术重现《ATRI -My Dear Moments-》中的角色交互体验，实现：

• 语音合成 - 高质量的 VITS/GPT-SoVITS 语音克隆
• 对话系统 - 基于 LLM 的个性化角色扮演
• 长期记忆 - 实现对话历史的持久化与检索

---

✨ 核心特色功能

🎛️ 1. ATRI 实时情感调音台 (Gradio WebUI)

专为 ATRI v4 打造的高级调音界面，支持情感预设联动。

# 启动调音台
python tools/atri_tuning_console.py

# 访问: http://localhost:7880

• 9 种情感预设：Happy, Sad, Proud, Shy 等，一键切换最佳参数
• 参数联动：选择情感后，Temperature, Top_P, Speed 旋钮自动吸附到推荐值
• 显存优化：智能管理 VRAM，支持在训练的同时进行推理
• 实时合成：毫秒级响应，所听即所得

📊 2. 模型下载监控面板

拒绝黑盒下载！可视化的多模型并行下载监控平台。

# 启动面板
python tools/model_download_dashboard.py

# 访问: http://localhost:9877

• 可视化进度条：实时显示下载百分比、速度、剩余时间
• 多模型并行：同时监控 Qwen, DeepSeek, Mistral 等多个大模型的下载流
• 国内加速：内置 HF-Mirror 和 ModelScope 镜像源支持

📥 3. 后台批量下载脚本

bash tools/download_models_bg.sh

预置了 7 个二次元与 RP 优化的 14B 模型 (Qwen2.5-RP, Aris-DPO 等)，支持断点续传和 SHA256 校验。

3. Clash TUN 代理绕过配置

为服务器上的全局 TUN 代理配置国内镜像直连，避免下载模型时消耗代理流量。

已配置直连的域名：

• ModelScope、HF-Mirror、Mistral.ai
• 清华 TUNA、阿里镜像、华为云
• 百度、腾讯、B站等国内站点

详见 /opt/clash/runtime.yaml 中的 fake-ip-filter 配置。

4. GPT-SoVITS 语音训练

基于 GPT-SoVITS 的亚托莉语音克隆。

# 一键训练
bash train_gpt_sovits_master.sh

# TensorBoard 监控
tensorboard --logdir=frameworks/GPT-SoVITS/logs/ATRI

5. LLM 对话模型微调

使用 LLaMA-Factory 对 14B 模型进行 LoRA 微调。

# 一键启动 (数据处理 + 训练)
bash train_llm_master.sh

训练数据：游戏完整剧本对话，共 5030 条，29 个 Session，平均 66 轮/会话。

---

📂 项目结构

merry-atri/
├── 📄 README.md                    # 本文件
├── 📄 每次必读文件.md               # 开发者必读
├── 📄 工作日志情况.md               # 开发日志
│
├── tools/                          # 工具脚本
│   ├── atri_tuning_console.py      # 调音台 WebUI
│   ├── hq_tts_synthesis.py         # 高质量合成 CLI
│   ├── model_download_dashboard.py # Web 监控面板
│   └── ...
│
├── weights/
│   ├── llm/                        # LLM 模型权重
│   └── gpt_sovits/                 # 语音模型权重
│
├── dataset/                        # 训练数据
│   └── phase2_import/              # 游戏剧本 JSON
│
├── frameworks/
│   ├── GPT-SoVITS/                 # 语音合成框架
│   └── LLaMA-Factory/              # LLM 微调框架
│
└── logs/                           # 训练日志

---

🚀 快速开始

环境要求

• Python 3.10+
• CUDA 12.x
• 2x RTX 3090 或同等算力 (48GB+ VRAM)
• 200GB+ 磁盘空间

1. 克隆仓库

git clone https://github.com/AsakaTigar/merry-atri.git
cd merry-atri

2. 安装依赖

conda activate Aoduo  # 或你的环境
pip install flask modelscope transformers datasets

3. 下载模型

# 启动下载
nohup bash download_models_bg.sh > logs/download_models.log 2>&1 &

# 监控进度
python model_download_dashboard.py  # 打开 http://localhost:9877

4. 开始微调

bash train_llm_master.sh

---

📝 TODO

• GPT-SoVITS 语音训练
• LLM 对话数据提取
• 模型下载监控面板
• 调音台 WebUI
• LLM 微调完成
• 整合语音 + 对话 Pipeline
• 长期记忆系统 (Mem0)

---

🙏 致谢

• GPT-SoVITS - 语音合成
• LLaMA-Factory - LLM 微调
• ATRI -My Dear Moments- - 原作游戏
• Qwen、DeepSeek、Mistral、Yi 等开源模型

---

📜 License

MIT License - 仅供学习交流，请勿用于商业用途。

---

高性能ですから！ 🎄