| name | publish-model |
| description | 学習済み Lightning checkpoint (.ckpt) を ONNX export → sanity check → RTF benchmark → HuggingFace upload まで連鎖実行する read-mostly skill。 export 仕様 (FP16 / EMA / emb_lang unify / opset 15) を `docs/spec/onnx-export-contract.toml` から取得し、 全 7 ランタイムでの load 可否を gate する。 |
| argument-hint | <ckpt-path> [--output <onnx-path>] [--repo <hf-repo>] [--skip-benchmark] |
| disable-model-invocation | true |
| allowed-tools | Bash(uv run *) Bash(ls *) Bash(stat *) Bash(sha256sum *) Bash(file *) Bash(git diff *) Bash(git status *) Read Edit Grep |
Model Publish Pipeline Skill
Lightning checkpoint から HuggingFace 公開までを 1 つの skill に集約。 現状 4 ステップ手動運用 (export → infer test → RTF bench → HF push) で、 工程間の引き継ぎミスが頻発する。
memory feedback_merge_caution.md に従い、 publish (HuggingFace への push) は確認後に明示実行。 デフォルトは export + sanity + bench までで停止。
引数
$1 (必須): checkpoint パス、 例 /data/piper/output-tsukuyomi-finetune-6lang-v2/last.ckpt--output PATH: 出力 ONNX パス (デフォルト: checkpoint 隣に .onnx)--repo OWNER/REPO: HuggingFace repo 名 (デフォルト: ayousanz/<voice-key>)--skip-benchmark: フェーズ 4 を skip--apply: フェーズ 5 (HuggingFace upload) も実行
現在の状態
- ブランチ: !
git rev-parse --abbrev-ref HEAD
- 引数: $ARGUMENTS
フェーズ 1: 事前検査
ls -la "$1"
file "$1"
uv run python scripts/check_onnx_export_contract.py 2>&1 | tail -3
uv run python scripts/check_phoneme_set_version.py 2>&1 | tail -3
フェーズ 2: ONNX export
CLAUDE.md の推奨設定 (FP16 + EMA + stochastic + emb_lang 自動統一) を使う:
CUDA_VISIBLE_DEVICES="" uv run python -m piper_train.export_onnx \
"$CKPT_PATH" "$OUTPUT_ONNX"
出力後の verification:
uv run python -c "import onnx; m=onnx.load('$OUTPUT_ONNX'); onnx.checker.check_model(m); onnx.shape_inference.infer_shapes(m)"
ls -la "$OUTPUT_ONNX"
フェーズ 3: Inference sanity check
echo '{"phoneme_ids": [1, 2, 3, 4, 5], "speaker_id": 0}' | \
CUDA_VISIBLE_DEVICES="" uv run python -m piper_train.infer_onnx \
--model "$OUTPUT_ONNX" --output-dir /tmp/sanity
ls -la /tmp/sanity/*.wav
無音 / クリップ / 形状不一致を catch。
フェーズ 4: RTF benchmark (optional)
uv run python tools/benchmark/run_benchmark.py \
--model "$OUTPUT_ONNX" --warmup 5 --runs 30 \
--output /tmp/rtf_$(basename "$OUTPUT_ONNX" .onnx).json
baseline (README.md の Benchmark 表、 Xeon E5-2650 v4 / 25 phoneme 英文 / 27ms) と比較し、 ±30% 以内なら OK、 大きい drift があれば warning。
フェーズ 5: HuggingFace upload (apply モードでのみ)
uv run python scripts/upload_model_to_hf.py \
--onnx "$OUTPUT_ONNX" \
--config "$OUTPUT_ONNX.json" \
--repo "$HF_REPO" \
--license cc-by-nc-sa-4.0
upload 後、 docs/spec/model-sha256-manifest.toml に新 entry を追加するための diff 提案 (sha256sum 値含む)。
フェーズ 6: 7-runtime load 確認 (optional / 軽量検証)
各 runtime で「model を load できるか」 だけ確認 (full inference は時間がかかる):
uv run python -c "from piper import PiperVoice; v = PiperVoice.load('$OUTPUT_ONNX', '$OUTPUT_ONNX.json'); print('Python: OK')"
(cd src/rust && cargo run --release --bin piper-plus -- --model $OUTPUT_ONNX --text 'test' --output-file /tmp/r.wav 2>&1 | tail -3)
注意
- memory feedback_training_cost: 学習時間は見送り理由にならない。 benchmark で出る drift は publish 中止の理由にもならない (regression 報告)。
- memory feedback_data_asset_distribution: 新 voice 追加時は 7 manifest 同期が必要。 publish 後
check-new-runtime-asset skill を呼ぶ。
- memory feedback_merge_caution: HuggingFace push は
--apply 指定時のみ。 default は dry-run。
--skip-benchmark は CI 環境で RTF 測定が無意味な場合のみ使う (ローカル開発機推奨)。
使用例
# 通常のリリース前 publish
/publish-model /data/piper/output-tsukuyomi-finetune-6lang-v2/last.ckpt
# Benchmark をスキップして export + sanity だけ
/publish-model /data/piper/last.ckpt --skip-benchmark
# 確認後 HuggingFace へ実 publish
/publish-model /data/piper/last.ckpt --repo ayousanz/piper-plus-newvoice --apply
期待効果
- 学習完了 → 公開までの 4-step 手動運用を 1 skill 化
- ONNX export 仕様 drift (opset / FP16 / EMA / emb_lang) の commit-before-export catch
- RTF benchmark の regression early detection
- model SHA256 manifest 更新の markdown diff 自動生成
- 7-runtime load 可否の publish 前 sanity
