Fix: CPU/AMD GPU support and Windows Japanese-username setup

SETUP_WINDOWS_JP.md

@@ -0,0 +1,209 @@
+# Windows（日本語ユーザー名環境）向けセットアップ手順
+
+このドキュメントは、**ユーザー名に日本語が含まれるWindows環境**（例：`C:\Users\川上貴大\`）での
+Style-Bert-VITS2 の環境構築手順をまとめたものです。
+
+## 動作確認済み環境
+
+| 項目 | 内容 |
+|------|------|
+| OS | Windows 11 Pro |
+| GPU | AMD Radeon（NVIDIA GPU なし → CPU推論） |
+| Python | 3.10.11（`C:\Python310` にインストール） |
+| PyTorch | 2.6.0+cpu |
+| transformers | 4.57.x |
+
+---
+
+## クイックスタート（スクリプト実行）
+
+PowerShell を開き、以下を実行するだけで環境構築が完了します。
+
+```powershell
+cd C:\Sbv2
+PowerShell -ExecutionPolicy Bypass -File setup_windows_jp.ps1
+```
+
+デフォルト音声モデル（jvnv-F1-jp 等）のダウンロードをスキップする場合：
+
+```powershell
+PowerShell -ExecutionPolicy Bypass -File setup_windows_jp.ps1 -SkipModels
+```
+
+完了後は以下で Web UI を起動できます：
+
+```powershell
+.\venv\Scripts\python.exe app.py
+```
+
+ブラウザで `http://127.0.0.1:7860` を開いてください。
+
+---
+
+## 手動セットアップ手順
+
+スクリプトを使わず手動で構築する場合の手順です。
+
+### 1. Visual C++ 2015-2022 Redistributable のインストール
+
+PyTorch が依存する `fbgemm.dll` を読み込むために必要です。
+
+```powershell
+winget install Microsoft.VCRedist.2015+.x64 --accept-package-agreements --accept-source-agreements
+```
+
+### 2. Python 3.10 を ASCII パスにインストール
+
+**重要**: uv や pyenv が Python を自動インストールする場合、`C:\Users\川上貴大\AppData\Roaming\uv\python\...`
+のような日本語を含むパスに配置されます。
+このパスを venv の `pyvenv.cfg` に記録すると、一部の PowerShell 環境で Python が起動できなくなります。
+
+日本語を含まない `C:\Python310` に直接インストールします。
+
+```powershell
+winget install Python.Python.3.10 --location C:\Python310 --accept-package-agreements --accept-source-agreements
+```
+
+インストール確認：
+
+```powershell
+C:\Python310\python.exe --version
+# Python 3.10.11
+```
+
+### 3. uv のインストール
+
+```powershell
+C:\Python310\python.exe -m pip install uv
+```
+
+### 4. 仮想環境の作成
+
+`C:\Python310` を使って venv を作成します（uv は使わず標準 venv モジュールを使用）。
+
+```powershell
+cd C:\Sbv2
+C:\Python310\python.exe -m venv venv
+```
+
+`venv\pyvenv.cfg` を開き、`home = C:\Python310` になっていることを確認してください。
+
+### 5. CPU 用 PyTorch のインストール
+
+NVIDIA GPU がない環境では CPU 版 PyTorch を使用します。
+AMD GPU でも CUDA は使えないため、CPU 推論になります（音声合成のみであれば実用的な速度で動作します）。
+
+```powershell
+uv pip install --python .\venv\Scripts\python.exe `
+    "torch==2.6.0" "torchaudio==2.6.0" `
+    --index-url https://download.pytorch.org/whl/cpu
+```
+
+### 6. 依存パッケージのインストール
+
+`requirements.txt` をそのまま使用すると以下の問題が発生します。
+
+| パッケージ | 問題 | 対処 |
+|-----------|------|------|
+| `faster-whisper==0.10.1` | `av` パッケージのビルドが Windows / Python 3.10 で失敗 | バージョン指定を外して最新版（1.2.1+）を使用 |
+| `torch<2.4` / `torchaudio<2.4` | CUDA 版がデフォルトで選択される | 先に CPU 版をインストール済みのため除外 |
+
+以下の手順でインストールします。
+
+```powershell
+# torch/torchaudio/faster-whisper を除いた requirements をインストール
+(Get-Content requirements.txt | Where-Object { $_ -notmatch '^\s*(torch|torchaudio|faster-whisper)' }) `
+    | Out-File requirements-custom.txt -Encoding utf8
+uv pip install --python .\venv\Scripts\python.exe -r requirements-custom.txt
+
+# faster-whisper は最新版（av のビルド不要）
+uv pip install --python .\venv\Scripts\python.exe faster-whisper
+
+# soxr: transformers 4.57+ が必要とするが requirements.txt に未記載
+uv pip install --python .\venv\Scripts\python.exe soxr
+
+# transformers: 4.x 系（torch 2.6 との互換性あり、CVE-2025-32434 セキュリティチェック対応済み）
+uv pip install --python .\venv\Scripts\python.exe "transformers>=4.40,<5.0"
+```
+
+### 7. モデルのダウンロード
+
+```powershell
+# BERT モデル・事前学習モデル・デフォルト音声モデルをダウンロード
+.\venv\Scripts\python.exe initialize.py
+
+# デフォルト音声モデルをスキップする場合（ダウンロード容量を節約）
+.\venv\Scripts\python.exe initialize.py --skip_default_models
+```
+
+---
+
+## Web UI の起動
+
+```powershell
+cd C:\Sbv2
+.\venv\Scripts\python.exe app.py
+```
+
+`http://127.0.0.1:7860` をブラウザで開いてください。
+
+---
+
+## よくあるエラーと対処法
+
+### `No Python at 'C:\Users\????\AppData\...'`
+
+**原因**: venv の `pyvenv.cfg` が日本語パスを参照しており、
+ターミナルのコードページがそのパスを解釈できない。
+
+**対処**: `venv` を削除し、手順 4 に従って `C:\Python310` を使って再作成する。
+
+```powershell
+Remove-Item -Recurse -Force .\venv
+C:\Python310\python.exe -m venv venv
+```
+
+### `Error loading "fbgemm.dll" or one of its dependencies`
+
+**原因**: Visual C++ 2015-2022 Redistributable が未インストール。
+
+**対処**: 手順 1 を実施する。
+
+### `[transformers] Disabling PyTorch because PyTorch >= 2.4 is required`
+
+**原因**: transformers 5.x は torch 2.4+ を要求するが、torch 2.3.1 が入っている。
+
+**対処**: transformers を 4.x 系に固定する。
+
+```powershell
+uv pip install --python .\venv\Scripts\python.exe "transformers>=4.40,<5.0"
+```
+
+### `ModuleNotFoundError: No module named 'soxr'`
+
+**対処**:
+```powershell
+uv pip install --python .\venv\Scripts\python.exe soxr
+```
+
+### `モデルが見つかりませんでした。model_assets にモデルを置いてください`
+
+**原因**: 音声モデルがダウンロードされていない（`--skip_default_models` を使用した場合など）。
+
+**対処**: `initialize.py` を引数なしで実行してサンプルモデルをダウンロードするか、
+自前のモデルを `model_assets/<モデル名>/` に配置する。
+
+```powershell
+.\venv\Scripts\python.exe initialize.py
+```
+
+---
+
+## 補足：GPU について
+
+このセットアップは **CPU 推論専用**です。
+
+- NVIDIA GPU（CUDA 対応）がある場合は、`torch` を CUDA 版に置き換えてください。
+  元の `requirements.txt` の手順（`cu118` インデックス URL）が使えます。
+- AMD GPU では Windows 上での ROCm サポートが限定的なため、CPU 推論を推奨します。
+  onnxruntime-directml（自動インストール済み）を使った ONNX 推論も選択肢の一つです。

gradio_tabs/dataset.py

@@ -1,9 +1,13 @@
 import gradio as gr
+import torch
 
 from style_bert_vits2.constants import GRADIO_THEME
 from style_bert_vits2.logging import logger
 from style_bert_vits2.utils.subprocess import run_script_with_log
 
+_CUDA_AVAILABLE = torch.cuda.is_available()
+_DEFAULT_COMPUTE_TYPE = "bfloat16" if _CUDA_AVAILABLE else "int8"
+
 
 def do_slice(
     model_name: str,
@@ -202,7 +206,7 @@ def create_dataset_app() -> gr.Blocks:
                         "float32",
                     ],
                     label="計算精度",
-                    value="bfloat16",
+                    value=_DEFAULT_COMPUTE_TYPE,
                     visible=True,
                 )
                 batch_size = gr.Slider(

requirements-custom.txt

@@ -0,0 +1,30 @@
+accelerate
+cmudict
+cn2an
+g2p_en
+GPUtil
+gradio>=4.32
+jieba
+librosa==0.9.2
+loguru
+nltk<=3.8.1
+num2words
+numpy<2
+onnx
+onnxconverter-common
+onnxruntime
+onnxruntime-directml; sys_platform == 'win32'
+onnxruntime-gpu; sys_platform != 'darwin'
+onnxsim-prebuilt
+protobuf==4.25
+psutil
+punctuators
+pyannote.audio>=3.1.0
+pyloudnorm
+pyopenjtalk-dict
+pypinyin
+pyworld-prebuilt
+stable_ts
+tensorboard
+transformers
+umap-learn