本次我们只演示第一种训练方式,即训练现有数据集的原神角色,第二种暂且按下不表。 Bert-VITS2 V2.0.2配置模型 首先克隆项目: git clone https://github.com/v3ucn/Bert-VITS2_V202_Train.git 随后下载新版的bert模型: 链接:https://pan.baidu.com/s/11vLNEVDeP_8YhYIJUjcUeg?pwd=v3uc 下载成功后,解压...
首先出场的是Gradio UI 你需要修改config.yml内的webui块的模型路径和配置文件路径 config.yml路径 这是我的模型和配置文件所在位置,推理所需要的模型只有G开头的G_xxxx.pth device:推理设备 默认cuda是使用gpu进行推理,改为cpu和使用cpu进行推理 model:模型路径 config_path:配置文件路径 我要使用 显卡 并 选择 G...
一、本地配置说明 使用的CPU是I5-13600KF 内存32GB 显卡是4070ti 显存12GB 系统版本 Win11 专业工作站版 22H2 二、准备数据集文件 这次使用的数据集是我自己录的干声总时长两小时左右,用Slicer-gui的默认配置切成了每7s一个wav文件 slicer-gui默认配置 ...
当然,过程中可能会报443的错误,如果您身在国内,这是十分合理的现象。 此时,可以通过给git配置代理来解决: 配置socks5 git config --global http.proxy socks5 127.0.0.1:7890 git config --global https.proxy socks5 127.0.0.1:7890 配置http git config --global http.proxy 127.0.0.1:7890 git config --...
确保下载的模型文件与你的项目配置相匹配。在下载完模型文件后,你需要将其放入正确的目录中。通常情况下,模型文件应该放入项目根目录下的“models”文件夹中。确保将模型文件放置在正确的位置,以便项目能够正确加载和使用它们。一旦你完成了以上步骤,你就可以开始使用Bert-vits2-2.3-Final了。你可以创建一个新的实验,...
最后新建miko/configs/config.json配置文件: { "train": { "log_interval": 50, "eval_interval": 50, "seed": 42, "epochs": 1000, "learning_rate": 0.0002, "betas": [ 0.8, 0.99 ], "eps": 1e-09, "batch_size": 6, "fp16_run": false, ...
已根据默认配置文件default_config.yml生成配置文件config.yml。请按该配置文件的说明进行配置后重新运行。 如无特殊需求,请勿修改default_config.yml或备份该文件。 更改根目录下config.yml配置文件,主要修改如下几个配置,修改后的结果如下: dataset_path: "" ...
3.1 打开configs文件夹下的config.json文件,根据配置修改epochs与batch_size, 3.2 在终端开始训练 py .\train_ms.py -m YourModelName -c configs/config.json 4.推理 4.1 打开webui.py,修改 "-m", "--model", default="./logs/as/G_8000.pth", help="path of your model" 为你logs目录下的模型文...
编辑配置 该文件位于configs/config.json log interval: 打印日志的频率eval interval: 保存检查点的频率epochs: 总步数keep ckpts: 保存检查点的数量,0 表示无限制。half_type: fp32 在我的例子中,batch_size:越小越快(越粗糙),越大越慢(更好)。