之前发了So-VITS-SVC 4.0的整合包和训练/推理教程(BV1H24y187Ko),两天内收到几十条私信和两百多条评论,大多都是各种环节报错出问题了,其中又有大多都是类似的问题,实在回复不过来了,所以我总结了几条常见的报错和解决方法,以供自查。文章末尾还有一些重要的Q&A,即便你没遇到这些问题,也建议去看一下。
{"train":{"log_interval":200,//检查点保存步数"eval_interval":800,//评估步数,隔多少步评估模型性能"seed":1234,//模型初始化种子,如果训练效果不理想,可以换一个种子重新训练。不过训练过程中不能再修改"epochs":10000,// 学习数据集的次数,10000是一个很高的数字,一般不用训练到10000次"learning_rate":...
如果成功开始训练,可以得到每个Epoch的时间、loss以及模型保存的信息: 建议至少训练1000个Epoch。 可以通过Ctrl+C停止训练。 四、音色替换 1. 准备干净的人声以及伴奏 so-vits-svc本质是对干净的人声进行音色替换,所以需要做替换的音频,也应该是干净的人声。 下载一首新的歌曲,重复提取人声那一部分,去除和声和伴奏。
建议直接点击访问[官方文档](https://github.com/svc-develop-team/so-vits-svc) 2023.8.2文档更新: 1. 提供4.1训练底模,需自行下载,下载地址:https://huggingface.co/Sucial/so-vits-svc4.1-pretrain_model 还包含扩散模型训练底模 2. 提供4.0训练底模,需自行下载,下载地址:https://huggingface.co/datasets...
我们这个AI Studio体积小方便携带,打开一个项目,直接点开始按钮就能运行,开始训练之后模型就开始变大,怎么炼都不会爆显存,用来训练梅花🌸迁移的这个So-VITS-SVC 4.0啊什么的都是很好用的。你看运行之前这个项目也不大,放上数据集开始训练之后这个模型就开始变大变高,效果很好的。打开以后,是一个和PyTorch完全兼容...
# 进入SVC目录 cd D:/so-vits-svc/ # python虚拟环境创建 xxxx/python-3.8.9/python.exe -m venv 虚拟环境名 # 此后每次使用前,先执行activate脚本激活虚拟环境 D:/so-vits-svc/venv/Scripts/activate安装完成后在 cmd 控制台中输入python出现类似以下内容则安装成功: ...
就是将模型保存到logs目录下了。等有一个模型出来后,就可以先执行后面的第4步体验一下,此时模型可以继续训练,不是必须要等到loss值为28,要一边体验试听一边训练,找到试听效果最好的模型即可。 在左侧autodl-tmp/so-vits-svc/logs/44k/目录下可以看到上面保存的模型。 3.4 下载模型 好不容易训练好模型,挑选自己...
(value=""" So-vits-svc 4.0 推理 webui """) with gr.Row(variant="panel"): with gr.Column(): gr.Markdown(value=""" 模型设置 """) with gr.Tabs(): # invisible checkbox that tracks tab status local_model_enabled = gr.Checkbox(value=False, visible=False) with gr.TabItem('上传'...
so-vits-svc是基于VITS的开源项目,VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)是一种结合变分推理、标准化流和对抗训练的高表现力语音合成模型。 环境 本文章使用的是腾讯云GPU计算型GN7,具体环境如下: 代码语言:shell 复制 # 系统环境 Ubuntu 22.04 LTS # 显卡环境 NV...