'기타 삽질'에 해당되는 글 67건

https://github.com/MoorDev/shin-yomawari-pc-kr-translation-project/releases/

여기에서 Yomawari_Midnight_Shadow_Korean.tar.gz 파일을 다운로드 받아 게임이 설치된곳/gamedata에 붙여 넣어주시면 됩니다.

사실이쯤 되면 다들 알아서 잘 하겠지만 스팀에서 속성을 누르고 로컬파일로 들어가서 붙여넣으라는 말은 오역이나 잘못된 것을 알기 위한 선행판이니까 생략

요마와리:심연의 중국어화툴(https://github.com/wmltogether/yomawari-pc-translation)을 기반으로 하고 있습니다. 여기서 신요마와리에 맞게 소스를 수정하고 폰트를 새로 만들어서 (기존 요마와리:심연용 한글패치는 모든 한글이 들어있지 않음)넣었습니다.

우선 이미지쪽은 전혀 건들지 않아서 이미지가 영문으로 나오게 되며 요마와리1때와 같이 UI들도 영문으로 나오게 됩니다. 이쪽은 요마와리:심연의 한글패치에서도 그랬지만 건들 생각이 없습니다.

왜 tar.gz포맷이냐라고 한다면... 그냥 제가 리눅스사용자라 그렇다고 보면 되겠습니다. 어차피 반디집이나 알집같은 일반적인 압축 프로그램이라면 다 풀수 있으니까요.

그리고 폰트는 요마와리1에서 쓰인 폰트가 마음에 안 들고 신요마와리에선 폰트가 살짝 길쭉한 형태로 렌더링되고 있어서 가독성좋은 폰트를 찾다가 대화는 쿠키런폰트로 튜토리얼은 나눔바른고딕으로 바꿨습니다.

요마와리1에 쓰인 폰트가 분위기는 더 좋았지만 제 눈에 바로 들어오지 않아서 적당히 잘보이고 적당히 귀여운걸로 선택했습니다.

이번것은 선행-0.1이니 개선되다보면 또 바뀔수도 있습니다.

=====선행-0.3========

이미지 파일의 위치를 못 찾고 있습니다. ymwr파일 안에 있는 것은 거의 확실한데 이걸 못 풀고 있습니다.

lzs파일도 못 풀고 있기에 도저히...

일단 눈에 보이는 TGA파일만 우선 수정했습니다. 미니맵이 전부네요.

결국 Me는 영어로 나머지 맵은 한국어로 써지는 상황이군요. UI는 또 어디를 손을 대야 할까요?

음...그냥 스토리만 넘길까...? 그러기엔 일기부분이 또 걸리네요. 일기는 그냥 영어로 나오는데...

================이미지번역도 가능

트위터의 도선생이라는 분께서

https://twitter.com/_Ar1n4u?t=obMetfHJRlfwX91K4dT0fQ&s=09
도움을 주셔서 이미지 번역을 일부 했습니다.

더 할 수 있긴한데... 급 귀차니즘이 이걸...

====여기까진 선행공개판 한글패치에 대한 이야기 ====



이전에 이런 글을 올렸는데...
https://moordev.tistory.com/354

이전에 이런글을 올렸었는데 이때는 생각보다 제가 3일동안 고생하다가 어이없게도 4바이트가 더 있다는 황당한 사실때문에 글을 올렸습니다.

나름 헥스에디터 자주 썼다고 생각했는데 아직 이런 헥스노가다는 익숙치 않았나 봅니다. 이젠 번역도 무사히 집어넣었고 코드에 따른 문제는 설마 없겠지요.

위를 보면 알겠지만 충분히 가능하다.

넵튠 리버스1 때도 그랬고 이번에 요마와리 삽질하면서 느낀게 삽질도 하다보면 는다는 것.

이야기를 하자면 좀 길다..

이게 어떻게 가능했냐면. 요마와리 1의 한글패치의 경우 중국어화 패치를 이용했다고 써있었다.

https://github.com/wmltogether/yomawari-pc-translation/tree/master/pc-tools

해당 소스는 여긴데 당연히 이걸로는 신 요마와리의 데이터를 휘적휘적하는 것은 불가능했다.

하지만... 헥스노가다와 기타 삽질을 통해서..

공식중 일부가 다른 것을 확인해서 수정

매직넘버라고 생각한것은 그냥 기존 dat위에 오프셋 값을 덮기만 하면 되므로 무시

pc_tools에서 text_export.py를 분석하니 오프셋값이 3바이트에 하나씩 쓰여서 0x4+0xC *i +0x4형태로 오프셋을 만드는 것이 확인 되었다.

하지만 이건 요마와리1의 경우고 신 요마와리는 오프셋값이 4바이트에 하나씩 쓰여있는 것이 확인 0x4+0x10*i+0x4로 고쳐주니 텍스트 뽑기가 무사히 된다. 단, 구조가 약간 다르므로 마지막줄에 0x00을 하나 더 삭제하면 된다. 그래도 역시 파이썬이 소스 읽기는 참 편하다.

이게 요마와리2에 맞게 수정한 파이썬 스크립트 단점이라면 파이썬2.7이라 새로 파이썬을 또 깔아야 한다는 점? (파이썬3는 기본적으로 깔려있지만 파이썬2는 지원이 끝난지 오래라 따로 깔아야 한다.)

그리고 폰트의 경우는 pc-tools폴더에서 font.csv파일을 열어서 내가 원하는 TTF 파일로 수정하고(개인적으로 나눔시리즈들이 참 좋은듯) csv_list.txt에 KS X 1001 문자 전체를 다 때려박아서 한글을 지원하면서 몇가지 특수문자도 지원하게 한다.

그리고 NISFontBuilder.exe 돌려버리면 import 폴더에 짠하고 폰트파일이 들어가니 이걸 이용하면 쉽다.

이제 남은건 번역과 이미지 수정뿐.

우선 이미지 수정은 귀찮기도 하거니와 딱히 필요하지 않으면 영문판 이미지 그냥 사용할 생각이다. fad 파일 뜯으면 된다고 하는데 귀찮은건 귀찮은거다. 이미 플레이스테이션이랑 스위치로 한글판 다 했을테니 그냥 내 흥미 본연의 이유로 하는 것.

현재는 구글번역기 돌려서 그걸 때려박았는데 좀 웃긴 결과가 나오는 중. 역시 번역은 손번역이 최고다.

https://github.com/MoorDev/shin-yomawari-pc-kr-translation-project

현재까지 작업물은 여기에 다 때려박았다.

가져가서 쓰실분은 쓰시고 바이트 단위로 삽질하는거 구경하고 싶으면 직접 해보시길

libblas.so.3: cannot enable executable stack as shared object requires: Permission denied

ARM용 우분투 사용중에 numpy를 쓰려고 하니 atlas, openblas에서 이런 오류가 나온다.

이건 execstack이 등록이 안 되서 그런 것이므로 등록해주면 된다. ARM용 우분투는 임베디드에 가까워서 이런 자잘한 것이 삭제되어 있기 때문.

sudo apt install execstack

execstack -c /usr/lib/arm-linux-gnueabihf/libblas.so.3 

이런 식으로 오류가 난 라이브러리를 스택에 등록하면 된다. 저기 있는 arm-linux 대신 aarch64-linux 일수도 있다. 이건 본인이 가지고 있는 보드에 따라 다르다.

예전에 무선모니터라는게 잠깐 나온적이 있습니다.

말그대로 선없는 모니터란건데요. 요즘은 굳이 필요성을 못 느껴서 쓰는 사람을 못 봤습니다.

그런데 https://www.spacedesk.net/ 이물건 접하고 WindowsPC에 무선 모니터를 붙였습니다...

물론 반응속도는 게임까지는 어려운 수준이지만 Android화면에 Windows화면이 뜨니 이건..거의 신세계입니다. AutoCAD작업은 무리없네요.

사실 제 PC는 모니터없이 산지 꽤 됐습니다. 대신 HDMI to AV를 하나 달아서 가짜 모니터를 하나 달고 VNC로 연결해서 썼습니다. 밖에서는 리눅스PC를 들고다니고 Windows환경이 필요하면 VNC로 연결을 했습니다.

근데 집에서도 VNC로 연결하니 답답합니다. Parsec이라던가 Steam Link같은 부드러운 물건도 있지만 저희집 네트워크가 그리 좋은 편은 아니라서 조금 애매하네요.

그러다 Spacedesk로 모니터 대용으로 쓸만하다는 것을 알게되었는데... 진짜 쓸만합니다!

WindowsPC에

서버프로그램을 설치합니다. Windows10과 Windows8.1을 지원합니다. Windows11도 아마 지원 할수 있을겁니다. 저는 Windows10 RS3 LTSC를 쓰고 있는데 최신빌드도 문제없을겁니다.

Nvidia그래픽 사용자는 461.09 이상을 설치하라고 하는군요. 드라이버 충돌위험이 있다고 합니다. 저는 AMD라 그런 문제는 없군요.

그리고 안드로이드 태블릿이나 윈도우 태블릿에서 Spacedesk앱을 설치합니다. Playstore에서 검색하니 바로 뜨는군요. 아니면 APKpure같은 사이트에서 받아서 사이드로딩 될것 같습니다.

그리고 실행하면 멀티모니터로 잡힙니다. 저는 VNC로 작업하기에 Spacedesk와 VNC에 동일한 화면이 뜨도록 복제모드(Windows+P 버튼을 눌러서 복제모드가 될때까지 계속 누르기)로 바꿨습니다.

그러니까 태블릿의 터치를 Windows가 받아줍니다! 기존 구형 태블릿PC가 Windows태블릿으로 변하는 순간이었습니다.

심지어 반응속도도 나쁘지 않습니다. 굉장히 만족스러워지네요. WindowsPC가 게임용에 준하는 녀석이라 게임도 해봤는데 약간 반응이 느릴뿐이군요.

엄청난 녀석인 것 같네요. 다만 리눅스는 왜 지원이 안 될까요...?

Windows 10 1809이상에서 벌어지는 일입니다.

특정 기기에서 특정게임에서만 일어나는 일이라 일종의 버그라고 볼 수 있습니다.

특정게임이라고 하면
1. 오래된 게임 (DirectX 9 이하)
2. 저해상도 전체화면(특히 640x480)
3. 디지털 사운드 인터페이스가 있는지도 모르는때에 만들어진 게임

대충 이렇습니다.

이런경우 아날로그 사운드카드가 없으면 오류가 나면서 소리가 안나는 경우가 있습니다.
방법은 HDMI로 직접 쏘지 않고 아날로그 사운드카드로 사운드를 보낸다음 이걸 스테레오믹스캡처로 다시 HDMI로 보내면 됩니다.

이런 무슨 거지같은 경우가 다 있나 싶긴한데 게임이 오래된 탓이니 어쩔수 없습니다.

기본 사운드장치를 아날로그 사운드로 잡고 HDMI를 기본통신장치로 설정합니다.

설정이 아닌 제어판의 소리 설정(설정-소리-사운드 제어판도 가능)으로 들어갑니다.
혹은 오른쪽 아래 소리 아이콘 오른쪽버튼을 누르고 소리를 클릭해도 됩니다.

우선 아날로그 출력 기기를 기본 장치로 설정하고 디스플레이 오디오를 기본통신장치로 설정합니다. 이러면 마이크를 통해들어오는 소리는 HDMI로 나가고 일반 소리는 아날로그로 나가게 됩니다.

그리고 진짜 핵심은 마이크(녹음)장치를 데스크탑사운드 혹은 스테레오믹스라 불리는 장치로 설정하는 겁니다.

Windows의 소리 설정에서 이렇게 바꿉니다.

이러면 아날로그로 쏜 소리가 캡처되어 HDMI로 다시 돌아오게됩니다.

좀 이상하다고요? 옛날게임들은 디지털출력의 개념이 없던시절이라 이렇습니다. 이리저리 돌려본결과 HDMI를 쓰면서 옛날게임을 돌리니 HDMI사운드가 사라집니다. 다른건 문제없는데 640x480정도의 저해상도를 쓰면 HDMI가 꺼졌다켜지는 탓인지 사운드 설정이 사라지네요.

최신빌드에서 일부게임은 해결됐다고 하던데 정작 제 PC에선 멀쩡하던 게임도 소리가 안 나는 사태가 벌어져서 구버전으로 돌린뒤에 이런식으로 우회했습니다.

만약 아날로그 활성화가 안 될경우 헤드셋이나 이어폰이 인식이 안 된것입니다. 제어판을 통해 강제인식시키거나 리얼텍 아날로그 제품은 Realtek Audio Console에서 장치 고급설정을 통해서 강제 활성화가 가능합니다.

이렇게 하면 이어폰잭이 무조건 연결된것으로 알아먹습니다.

인텔이나 다른 칩셋을 쓸 때는 다른방법을 쓰는것이 좋겠지요. 혹은 고전게임이 문제를 일으키는 것이니 고전OS를 가상머신으로 돌리는 것도 방법이겠지요.

https://github.com/MoorDev/Tacotron2-Wavenet-Korean-TTS

지속적으로 기존에 있던 hccho2 님의 Tacotron2의 소스(https://github.com/hccho2/Tacotron2-Wavenet-Korean-TTS)로 수정중이다.
Tensorflow 1.x를 썼기에 그에 따른 구버전 설치 문제가 있었고 (그동안은 tensorflow.contrib 모듈로 인해 1.x 사용이 강제 되었지만 TFA(https://www.tensorflow.org/addons/overview?hl=ko)의 등장으로 2.x로의 포팅이 어렵지 않게 되긴했다.) Python 3.6~3.7 이외에서 오류가 발생하는 문제도 있었다.

하지만 이 코드가 제일 확실한 한국어 Tacotron 소스였고 제일 잘 돌아가는 코드였다. (무엇보다 학습속도가 빨랐다.)
다만 문제는 내가 만든 데이터셋을 적용하려 하니 고생이 많았다는 것.

KSS데이터셋https://www.kaggle.com/bryanpark/korean-single-speaker-speech-dataset 은 테스트하기 제일 좋은 물건이었고 이것을 이용해 만든 모델을 전이시켜서 새로운 목소리로 하는 글도 많이 있었는데 결과물은 어딘가가 계속 부족했다. 즉, 궁극적인 이유는 학습데이터가 부족한것.

그리하여 데이터 증강기법을 음성에 적용하기로 했고 sox의 tempo와 dither 기능을 사용해 목소리의 속도를 미묘하게 바꿔 데이터를 증강하였다. tempo 0.9 0.85 이 둘만 해도 사람 귀에는 크게 거슬리지 않는 소리가 나오며 1.05배도 큰 차이를 못 느낀다. 하지만 dither 기능으로 이 모든 음성은 Mel Spectrogram이 전혀 다른 녀석이 튀어나오며 데이터 증강효과가 발생한다. (하지만 속도만 조절한것이기에 문장자체는 동일하므로 데이터 증강 효과가 없을지도...)

위 bash 스크립트를 audio 폴더 밖에서 만들어서 실행하면 _slow가 붙은 wav파일이 추가된다. recognition.json파일은 어차피 이 글을 보고 있는 이상 dataset을 만들줄 알고 있다는 의미일테니 길게 설명하지는 않을 것이다. 해당 json파일에 추가된 slow파일 리스트를 추가하면 데이터 증강이 된다. 이 파일을 수정하면 0.8배 0.9배 1.1배(빠르게 만드는 것은 발음이 뭉개지기 때문에 추천하지 않음)데이터 증강을 할 수있다. 이건 응용하는 사람에 따라 다를 것이다.

본래 데이터셋이 말이 좀 빠르다면 0.7배까지도 문제 없을 것으로 생각된다.

그리하여 어느정도 괜찮은 결과는 나왔지만 문제는 데이터의 증가폭이 너무 큰 나머지 학습속도가 무지막지하게 느려졌다. 하지만 뭐.... 결과만 잘나오면 장땡이지.

이외에도 수정한 hparam을 정리한다. hparam.py를 열면 잔뜩 있는데 여기를 수정하면서 학습튜닝하는것이 노가다지만 의외로 재미있다.

griffin_lim_iters = 100,
#기본은 60이며 Mel-spectrogram을 Linear-spectrogram으로 바꾸고 이를 다시 시간영역으로 바꾸는 알고리즘. Wavenet이 등장해서 이걸로 대체하기도 하지만 속도면에서 아직 Griffin-Lim이 나에겐 더 맞는 방식이었다. Iters를 100이상으로 늘리니 조금 더 들어줄만한 음성이 나온다.

main_data_greedy_factor = 0.5,
main_data = ['./data/monika'], # 이곳에 있는 directory 속에 있는 data는 가중치를 'main_data_greedy_factor' 만큼 더 준다.

이 파라미터는 어느 목소리를 메인으로 할 것인가를 결정한다. Multi Speaker 는 말이좋아 multi-speaker지 엄밀히 말해서 부족한 데이터를 대신해 메인이 되는 것을 대량의 데이터가 도와주는 것에 가깝다. greedy_factor를 많이 주면 많이 줄 수록 메인 데이터 위주로 학습을 이뤄지며 보조데이터셋의 학습속도는 떨어진다. 적절한 값을 찾지 않으면 모두 학습이 느려지는 결과를 초래한다. 대신 Overfitting은 잘 이뤄지지 않는다.

silence_threshold = 1,
trim_silence = True, #Whether to clip silence in Audio (at beginning and end of audio only, not the middle)
기본은 0인데 무음부분을 삭제한다. 앞뒤의 무음만 삭제하므로 학습효과를 올려주는 효과가 있다.

Nvidia의 논문에 따르면 앞뒤에 무음이 있으면 Attention이 잘 잡히지 않아 학습속도가 떨어진다고 한다.

일단 이 정도로 파라미터를 수정하고 돌리니 1시간 음성을 3시간으로 뻥튀기 하고 200k STEP이 돌아가는 와중에도 attention은 아직 제대로 안 잡힌다. 그런데 조금씩조금씩 잡혀가는게 1000k쯤되면 문제 없을 듯.

뭔가 300k부터 align이 안 잡히는 것이 보인다. 이건 문제가 있다.
역시 dataset이 문제 아닐까 싶은데 자세히 보니 내 데이터는 stereo로 되어있었다. 혹시 이건가...?

일단 mono로 바꾸기 위해서 wav파일들이 있는 곳에서

find . -name '*.wav' -exec ffmpeg -i '{}' -ac 1 '{}' \;

위 명령을 이용했다. 어떻게든 되겠지.

그리고 https://github.com/carpedm20/multi-speaker-tacotron-tensorflow/issues/4#issuecomment-368457924

여기보니 reduction factor를 5로 바꾸니 더 잘 된다는 이야기가 있다. 이유는 여전히 모르겠지만... 일단 손을 대보는 중.

위의 방법이 확실히 효과가 있었다!
Reduction Factor 5
데이터의 Mono화(ffmpeg이용)
데이터 증강(sox이용)

이 3가지가 정답이었다!
물론 아직은 노이즈가 느껴지지만 Align이 확실히 잡힌다

12000Step의 Alignment 상황이다.
Hyper parameter와 데이터증강기술(?)그리고 데이터 셋 정리의 승리

이제 여기서 pb로 만들고 기타 정리를 더 하면 모바일에서 나만의 TTS를 만들 수 있을지도 모른다

https://github.com/keithito/tacotron/issues/95

여기서 원본 코드를 만든 keithito의 말에 의하면 Output Node name은 "model/inference/dense/BiasAdd:0" 이거라고 하니까 ckpt를 pb로 만드는건 어렵지 않을지도

물론 결과물은 Griffin-Lim을 한번 해줘야 하니까 여기서 성능을 꽤 잡아 먹겠지만...

대충 이런식으로 하면 bazel로 pb할 수 있다고 한다.

해보면 대충 뭐..알겠지

잉크스케이프, Blender, Gimp

이 셋은 오픈소스 CG 삼대장이라 불립니다.

벡터이미지의 잉크스케이프

비트맵이미지의 Gimp

3D의 Blender

이 중에서 제일 성능이 구리고 문제 많기로 소문난 것이 잉크스케이프 입니다.

하지만 벡터이미지를 만드는 것에는 Adobe Illustrator를 제외하면 이것밖에 없다고 해도 과언이 아닙니다.

아니면 CAD를 쓰는 방법도 있기는 한데 애초에 CAD는 그림그리라고 만든것이 아니라서 Spliine 처리하다보면 빡칩니다.

그리고 어차피 대부분 벡터 이미지 쓰는 곳이면 *.ai파일 아니면 *.svg인데 SVG야 잉크스케이프의 네이티브 파일이니 그렇다 치고 ai파일 읽어 들이는 것도 잉크스케이프에서는 문제가 없어서 간단한 작업에는 크게 문제가없습니다.

그래서 잉크스케이프가 잘 쓰이는 곳이 있습니다.

보통 회사 로고들은 ai파일로 제공합니다. 하지만 그 로고를 도면에 넣으려면 어찌 되었든 AutoCAD형식으로 바꿔야 합니다. (LibreCAD는 PDF형태로 된 것을 바로 읽는다고 하지만 그것도 완벽하지 않습니다.) 특히 공개된 포맷인 DXF가 여기저기 편리합니다. 그래서 잉크스케이프로 ai파일을 읽은 다음 DXF로 변환해서 넣으면 도면에 깔끔하게 들어가지요.

그런데 회사에서 쓰기 위해 잉크스케이프 1.0을 쓰던 도중에 ai나 PDF로 만든 DXF가 오류나더군요. AutoCAD에서 읽히지가 않아서 LibreCAD로도 해봤는데 마찬가지로 오류가 났습니다.

방법을 몰라서 이리저리 옵션을 바꾸면서 수많은 오류를 경험하고 그냥 잉크스케이프 버전을 0.92로 낮추니까 잘 되네요.

그냥 ai파일을 잉크스케이프로 읽은 다음에 dxf형태로 변환하는 것으로도 아무 문제가 없습니다.

아무래도 동봉된 Python이 문제된것이 아닐까 싶은데 잉크스케이프 0.92버전은 Python2.7을 사용하고 이후 버전은 Python3를 사용합니다. 그리고 저는 Python3을 버전별로 깔아두고 쓰고 있지요. (32비트, 64비트, 3.6 3.7 3.8...) 이게 원인일 가능성이 매우 높습니다.

리눅스야 시스템에 설치된 Python을 적극 활용하게 패키징을 하니 문제가 없지만 (정 안 되면 버전과 관련없이 쓸 수 있는 SNAP이 있지요.) 윈도우는 시스템에 Python을 추가로 설치하다보니 기존에 설치된 Python과 충돌이 난 듯 합니다.

예로부터 오픈소스 삼대장은 윈도우에서 성능이 그닥 잘 안나오긴 했는데 이번에 또 한번 실감하네요.

맑은 고딕은 굉장히 호평 받은 폰트입니다.

작아지면 잘 안보이고 크면 형상이 너무 구린 굴림과 다르게 작아도 잘 보이고 커도 글자 형태가 잘 보입니다.

그래서 애플 컴퓨터를 쓰는 사람들은 이를 엄청 부러워했었지요. 지금은 맑은 고딕과 비슷한 산돌 고딕이 들어갔지만요.

그런데 리눅스에선 Noto Sans(Source Han Sans)가 쓰이면서 UI는 신경을 아무도 쓰지 않아도 될 정도가 되었습니다.

그래서 맑은 고딕이 없던 XP 이전 시절에 일부 프로그램에서는 나눔바른고딕이나 Noto Sans를 내장해서 만들기도 하지만 윈도우에는 이미 맑은 고딕이라는 걸출한 기본 폰트가 있다보니 이젠 맑은 고딕을 다들 적극적으로 씁니다.

문제는... Wine에서 이런 프로그램을 쓰려고 하면 맑은 고딕이 없으니 대체 폰트를 써야 한다는 겁니다. 그런데 굴림시절에도 그랬는데 여기서도 맑은 고딕을 하드코딩 해버리는 만행을 저지르는 일이 일상적입니다. 대표적인 것이 카카오톡...입니다.

나눔고딕을 설치하면 나눔고딕이 맑은 고딕을 대체 할 수 있지만 이것조차 완벽하지 않지요.

그.래.서.

https://moordev.tistory.com/176

나눔고딕으로 가짜 굴림을 만들어서 대체했던 것처럼 Spoqa Han Sans(Noto Sans기반의 경량화 폰트)를 기반으로 가짜 맑은 고딕을 만들어서 이를 대체해 보는 것이지요.

방법은 굴림때와 똑같이 만들었으니 설명은 따로 안 하겠습니다.

이 파일이 바로 이름은 맑은 고딕인데 내부는 Spoqa Han Sans인 폰트입니다. 이걸 설치하면 Wine 프로그램에서 하드코딩된 프로그램도 한글이 잘 뜨게 될겁니다.

그리고 NotoEmoji-Regula도 추가해 넣어서 이모지도 잘 뜨게 될겁니다. (다만 컬러 이모지가 아닌 흑백 이모지입니다.)

이런 가짜 폰트들이 많아지는게 좋은 일은 아니지만 그래도 쓸 수 있다는게 얼마입니까.

이전에 scrcpy를 유용하게 쓰고 있다는 이야기를 했었습니다.

https://moordev.tistory.com/323

실제로 미러링임에도 딜레이가 적었으며 디버그 모드를 활성화 해서 PC를 기억해두면 연결후에 바로 화면이 뜨는 등 매우 편리한 프로그램이었습니다.

그런데 사용하고 있는 PC가 아니라 오래된 랩탑에 scrcpy만 설치해서 필요에 따라 스마트폰 화면을 띄우는 독으로 만들면 어떨까라는 생각을 했습니다.

비슷한것으로 삼성Dex가 있고 더 옛날로 돌아가면 모토로라의 아트릭스가 있겠네요.

일단 Dex나 아트릭스나 있으면 좋겠지만 삼성 휴대폰이 아니더라도 넓은 화면으로 스마트폰을 쓰고 싶은 사람들도 있을 것이고 외부 모니터를 지원하지 않는 휴대폰도 있을 것이며 때에 따라서는 HDMI모니터 대신 오래되서 버려진 랩탑을 사용하는 또다른 방법이 될 수도 있겠다는 생각을 했습니다.

우선 만들어진 이미지는 

https://drive.google.com/file/d/1McZMh8MxRRkGEghZtrtM52wuuOyduZ1Y/view?usp=sharing

여기서 다운로드 받을 수 있습니다. Debian 10 Buster 기반이고 필요에 따라 Debian 11 Bullseye의 패키지 일부를 백포트해서 설치했습니다.

MD5 2e2118cf81dcd620547bc14505a9a288 

해당 이미지를 balenaEtcher로 USB에 굽거나 CD로 구워서 PC로 부팅합니다.

그리고 디버그 모드가 설정된 안드로이드 휴대폰을 USB로 연결하면 끝입니다. 디버그 모드 설정은 여기서 굳이 설명 안 해도 찾아보면 많이 나오니 따로 설명은 안 하겠습니다. 참고로

https://4343282.tistory.com/267

여기 자세히 나와 있네요.

그러면..

https://youtu.be/QGEC9VW_tjM

이렇게 쓸 수 있습니다. 여기에 몇가지 단축키를 알아두시면 더 편리합니다.

왼쪽 Alt + O = 스마트폰 화면 꺼짐

왼쪽 Alt + Shift + O = 스마트폰 화면 켜짐

왼쪽 Alt + P = 전원 버튼

왼쪽 Alt + R = 화면 돌리기

왼쪽 Alt + 방향키 위아래 = 볼륨 조절

왼쪽 Alt + H = 홈버튼

마우스 오른쪽 버튼 = 뒤로가기

Ctrl+드래그 = 핀치투 줌

자세한 내용은 SCRCPY 설명서를 참조 하시면 됩니다.

이런 만드는 방법은 다음과 같습니다.

Virtualbox를 준비합니다.

Debian을 Virtualbox에 설치합니다.

설치가 끝난 뒤에 Debian에 xorg, nodm, openbox, adb, scrcpy 를 설치합니다. (scrcpy는 bullseye 이상에서 제공합니다. 그러므로 Debian 11 이상 사용을 추천)

/etc/default/nodm 파일에 

NODM_USER = "설치할때 정한 로그온계정"

이것을 안 하면 root로 로그인 되어버립니다. 보안상 문제가 있겠지요.

/etc/xdg/openbox/autostart

파일을 열고 마지막줄에 다음과 같이 적습니다.

while :; do adb wait-for-device && scrcpy; done

이제 openbox의 단축키를 일부 수정합니다.

/etc/xdg/openbox/rc.xml 파일을 수정합니다.

<keyboard>

  <keybind key="XF86PowerOff">

    <action name="Execute">

      <command>sudo shutdown -h now</command>

    </action>

  </keybind>

</keyboard>

<keyboard> 안을 이것으로 바꿔버립니다. (단축키 충돌 방지를 위함)

그리고 shutdown 시 암호를 묻지 않게 하기 위해서

(참고 : https://linux.byexamples.com/archives/315/how-to-shutdown-and-reboot-without-sudo-password/)

sudo visudo

%sudo ALL = NOPASSWD: /sbin/shutdown

위 내용을 추가합니다.

이제 이것을 LinuxRespin을 사용해서 백업합니다.

cd /tmp

wget gitlab.com/remastersys/LinuxRespin/-/raw/master/respin_4.0.0-2_all.deb

sudo dpkg -i respin*.deb

sudo apt install -f

이제 백업을 합니다.

sudo respin backup

(backup대신 dist를 해도 되나 nodm이 오류 날 수 있음)

이제 /home/respin/respin에 iso파일이 하나 있을 겁니다. 이것은 표준 iso이므로 이걸 하이브리드 iso로 만들어서 USB에 바로 심을 수 있게 만듭니다.

sudo apt-get install syslinux isolinux syslinux-utils syslinux-efi
cd /home/respin/respin

isohybrid *.iso

이제 해당 iso파일을 VM밖으로 꺼내와서 사용하면 끝. (VM밖으로 꺼내는 것은 네트워크를 사용하던지 아니면 알아서 하시면 됩니다.

라즈베리파이는 작은 컴퓨터입니다.

그리고 성능은 그 크기에 걸맞게 그리 좋지 못하지요.

하지만 그럭저럭 좋은 성능에 굉장히 저렴한 가격으로 쓸만한곳이 상당히 많습니다.

이전에 저는 Tacotron으로 무언가를 하나 만들었습니다. 어찌되었건 이를 다시 서빙해야 했는데 코드는 python의 기본 적인 웹서버로 웹페이지에서 받아볼 수 있게 어찌저찌 만들었습니다.

tacotron의 오픈소스를 만든 keithito의 demo_server 소스를 이용해서 hccho2의 한국어 tacotron을 데모를 쓸 수 있게 어찌저찌 잘 수정했습니다.

https://github.com/MoorDev/Tacotron2-Wavenet-Korean-TTS/blob/master/run.py

그런데 이걸 서비스할 방법이 마땅치 않습니다. 무료로 유명한 구글의 컴퓨트 엔진을 쓰려고 했는데 RAM이 모자란 탓인지 자꾸 멈춥니다. 심지어 pip도 제대로 안 되더군요.

서버를 구축하려면 pip freeze 된 것을 다시 설치해야 하는데 이거 자체가 안 되니 환장할 노릇입니다.

그래서 제 옆에 있던 라즈베리파이에 한번 넣어보기로 했습니다. 그래도 ARM칩셋이지만 램도 어느정도 충분하고 학습이 아닌 결과물만 뽑으면 되는 것이니까요.

우선 제가 개발한 파이썬 환경을 Freeze 합니다.

개발및 학습 PC에서

pip freeze > requirements.txt

그리고 만들어진 requirements.txt는 다른 곳에서 쓸 때도 그대로 환경을 구축하는데 쓰이게 됩니다. 

그 다음 라즈베리파이에 OS를 설치합니다.

이건 제가 따로 말 안 해도 방법이 워낙 많으니까 넘어갑니다. 대신 ssh를 활성화 해야 하는건 잊으면 안 됩니다.

ssh 활성화는 구운 SDCARD에 boot파티션에 ssh란 파일이름으로 아무 파일이나 하나 만들어주면 됩니다.

무선인터넷을 바로 잡는 법은 역시 boot파티션에 wpa_supplicant.conf 라는 이름으로 

내용을 다음과 같이 적으시면 됩니다.

왜 국가가 US로 되어 있냐면 KR로 하니 라즈베리파이가 못 잡습니다. 그래서 그냥 호환되는 US로 했습니다. 일단 잡히면 되는거지요.

그 다음 개발환경이자 Python 폴더 자체를 통째로 넣어줍니다. 보통 Tensorflow 개발 PC는 리눅스고 라즈베리파이OS도 리눅스이니 충분히 복사가 가능할 것입니다.

이걸 통째로 SDCARD에 넣어줘야 합니다. 만약 필요하면 경로도 최대한 같게 해주는 것이 중요하지요.

그리고 라즈베리파이를 부팅하면... SSH로 접속할 수 있게 됩니다. IP주소를 모르겠다면 공유기설정에서 찾던가 아니면 다른 방법을 찾아야 합니다.

ssh pi@라즈베리파이주소

기본 비밀번호는 raspberry 인데 해킹 방지를 위해 꼭 sudo raspi-config에서 비밀번호를 바꾸는 작업을 해 줍시다.

이제 파이썬 버전을 맞추는 작업이 필요한데 제가 사용한 라즈베리파이OS는 데비안 10(Buster)기반입니다. 기본으로 Python 3.7을 사용합니다.

그에비해 저는 Python3.6을 기본으로 사용했습니다. 그래서 얼마나 다른가 봤는데... 예약어 차이정도라 크게 문제는 없을 정도네요. 그래서 그냥 쓰기로 했습니다. 만약 3.8이었다면 많이 차이나기 때문에 Python을 수동으로 설치하는 수고가 필요했을 겁니다.

그리고 requirements.txt를 사용해서 필요한 패키지를 설치합니다.

sudo pip3 install -r requirements.txt

이제 어마어마한 다운로드를 보일텐데 ARM칩과의 차이로 인해 일부 문제가 있었습니다.

저는 우선 LLVM문제가 일어났습니다. 데비안 Buster는 LLVM-7을 사용하는 반면 저는 LLVM-10을 사용했습니다.

그래서 LLVM-10을 설치했습니다.

그런데 수동으로 해야합니다.

https://releases.llvm.org/download.html

여기서 제 라즈베리파이는 ARM-32비트이므로 ARMv7을 선택합니다. 64비트 버전도 나오고 있으니 이를 확인해야합니다. 64비트라면 AArch64를 다운로드 받으세요.

라즈베리파이에서

wget github.com/llvm/llvm-project/releases/download/llvmorg-10.0.1/clang+llvm-10.0.1-armv7a-linux-gnueabihf.tar.xz

tar -xvf clang*.xz

cd clang+llvm (탭)

sudo cp -R * /usr/local

이걸로 llvm-10의 설치를 끝냈습니다. 그러고나니 제일 중요한 Tensorflow가 문제가 생기더군요.

일단... 안 깔립니다. 원래 설치가 되어야 정상인데 간혹 거부가 일어나나 봅니다.

sudo pip3 install tensorflow==(원하는버전)

이걸로 설치가 되어야 정상이지만 설치가 제대로 안된다면

https://qengineering.eu/install-tensorflow-1.15.2-on-raspberry-pi-4.html

여기를 참고합니다.

sudo apt-get install libatlas-base-dev libatlas3-base

sudo apt-get install libhdf5-dev libc-ares-dev libeigen3-dev

sudo pip3 install h5py==2.10.0

wget github.com/Qengineering/Tensorflow-Raspberry-Pi/raw/master/tensorflow-1.15.2-cp37-cp37m-linux_armv7l.whl

sudo -H pip3 tensorflow-1.15.2-cp37-cp37m-linux_armv7l.whl

이걸로 Tensorflow 1.15.2를 구동할 수 있게 되었습니다.

그래서 결과는..?

잘 됩니다!!!