🥕
如果兔兔的仓库对你有帮助的话点个⭐喵~
If Tutu's repository is helpful to you, please give it a ⭐ meow~
もしうさぎのリポジトリが役に立った場合は、⭐をぽちっとしてくださいにゃん~
🍉
任何 ❓问题 / 💭思考 /💡想法 都欢迎提出！
Any ❓question / 💭thought /💡idea is welcome!
どんな ❓質問 / 💭考え /💡アイデア でも歓迎です！
简介
基于 GPT-SoVITS 项目训练的 草薙寧々 模型
经测试大部分情况下 nene30_e8_s328.pth > nene60_2_e4_s336.pth = nene60_test_e8_s280.pth > nene60_1_e8_s640.pth = nene60_2_e2_s168.pth，可以默认选择 nene30_e8_s328.pth，但在不同的情况下其他模型可能表现较好，在默认情况下表现不佳时可以切换模型 / 切换参考音频尝试
| SoVITS 模型 | 介绍 | 对应 GPT 模型 |
|---|---|---|
| nene30_e8_s328.pth | 30min 训练集 8epoch | nene30-e15.ckpt |
| nene60_1_e8_s640.pth | 60min 训练集 8epoch | nene60-1-e15.ckpt |
| nene60_2_e2_s168.pth | 60min 训练集 2epoch | nene60-2-e15.ckpt |
| nene60_2_e4_s336.pth | 60min 训练集 4epoch | nene60-2-e15.ckpt |
| nene60_test_e8_s280.pth | 60min 训练集 8epoch | nene60-test-e20.ckpt |
训练 & 推理
- 推理使用的参考音频对情感语气语调还有停顿影响很大，且必须使用原角色，不然效果会有点迷，建议不同情感语气语调抑扬，各种场合的干声存一份用作参考，平时大部分情况就用比较标准的陈述句当参考音频就好
- 根据项目作者得知训练集边际效应大概为 1h，经实验保持默认参数情况下 30min 的干声素材 8epoch 这样的训练量对于这个数据集大概是效果比较好的了，多的训练量比较容易过拟合，这边只做了随机 10min | 30min | 60min 数据量的实验，有时间也可以再做做更多时间和 epoch 的组合 / 更多次随机实验来试试有没有效果更好的