jackyqs commited on
Commit
a5fe07b
1 Parent(s): 321f1c1

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +14 -2
README.md CHANGED
@@ -3,18 +3,30 @@ license: apache-2.0
3
  language:
4
  - zh
5
  ---
 
 
 
 
 
 
 
 
6
  这是一个基于vits_chinese和aishell3 175人中文训练的预训练模型,可以直接用于微调语音克隆,大大缩短微调训练的时间。
7
 
8
  该模型使用tesla T4 16G训练了大概2个周,单人语音数据微调1-3小时,即可达到非常逼真的效果,是MOS值最接近真实值的一个模型。
9
 
10
  该模型包含了两个模型文件,一个是D_AISHELL.pth,另外一个是G_AISHELL.pth,共同构成了预训练模型。
11
 
12
- 微调时需要将这个两个模型文件放到utils.save_checkpoint目录下:
 
 
13
 
14
  utils.save_checkpoint(net_g, optim_g, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "G_{}.pth".format(global_step)))
15
 
16
  utils.save_checkpoint(net_d, optim_d, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "D_{}.pth".format(global_step)))
17
 
18
- 推理时使用通过个人语音数据微调后的G_AISHELL.pth即可。
 
 
19
 
20
  utils.load_checkpoint("G_pretrained.pth", net_g, None)
 
3
  language:
4
  - zh
5
  ---
6
+ aishell3数据介绍:
7
+
8
+ 希尔贝壳中文普通话语音数据库AISHELL-3的语音时长为85小时88035句,可做为多说话人合成系统。录制过程在安静室内环境中, 使用高保真麦克风(44.1kHz,16bit)。
9
+
10
+ 218名来自中国不同口音区域的发言人参与录制。专业语音校对人员进行拼音和韵律标注,并通过严格质量检验,此数据库音字确率在98%以上。
11
+
12
+ vits模型介绍:
13
+
14
  这是一个基于vits_chinese和aishell3 175人中文训练的预训练模型,可以直接用于微调语音克隆,大大缩短微调训练的时间。
15
 
16
  该模型使用tesla T4 16G训练了大概2个周,单人语音数据微调1-3小时,即可达到非常逼真的效果,是MOS值最接近真实值的一个模型。
17
 
18
  该模型包含了两个模型文件,一个是D_AISHELL.pth,另外一个是G_AISHELL.pth,共同构成了预训练模型。
19
 
20
+ 微调:
21
+
22
+ 需要将这个两个模型文件放到utils.save_checkpoint目录下:
23
 
24
  utils.save_checkpoint(net_g, optim_g, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "G_{}.pth".format(global_step)))
25
 
26
  utils.save_checkpoint(net_d, optim_d, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "D_{}.pth".format(global_step)))
27
 
28
+ 推理:
29
+
30
+ 使用通过个人语音数据微调后的G_AISHELL.pth即可。
31
 
32
  utils.load_checkpoint("G_pretrained.pth", net_g, None)