svc-develop-team/so-vits-svc

[Help]: 底模训练时长求助

Open

#112 aberto em 2 de abr. de 2023

Ver no GitHub
 (11 comments) (0 reactions) (0 assignees)Python (4.513 forks)batch import
help wanted

Métricas do repositório

Stars
 (23.713 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

请勾选下方的确认框。

  • 我已仔细阅读README.md和wiki中的Quick solution。
  • 我已通过各种搜索引擎排查问题，我要提出的问题并不常见。
  • 我未在使用由第三方用户提供的一键包/环境包。

系统平台版本号

Ubuntu

GPU 型号

3090

Python版本

3.9

PyTorch版本

1.13

sovits分支

4.0(默认)

数据集来源（用于判断数据集质量）

多个开源的单人歌声数据集，质量较高

出现问题的环节或执行的命令

训练

问题描述

我需要训练一个16K采样率的底模，使用了混合说话和歌声数据集，总共30000多条数据，训练到200K步，Mel loss到了在14左右，推理时有电流音。请问一下底模训练时使用了多大规模的数据，训练了多久，Mel loss到了多少呢

日志

无

截图so-vits-svc、logs/44k文件夹并粘贴到此处

image

补充说明

hop size = 320 upsample = 10,4,2,2,2 sigment size = 8960

Guia do colaborador

Direção de pesquisa
O usuário está perguntando sobre os tamanhos típicos de conjuntos de dados de treinamento e os valores de perda Mel para o treinamento do modelo base no so vits svc. Para fornecer orientação, verifique a wiki do repositório ou a documentação de treinamento para os tamanhos recomendados de conjuntos de dados e etapas de treinamento. Examine outras issues fechadas ou discussões onde os parâmetros de treinamento foram discutidos. O tamanho do hop e a configuração de upsample são fornecidos; compare com as configurações padrão no repositório (por exemplo, configs/44k.json). Considere também que o usuário usa Ubuntu com uma GPU 3090 e Python 3.9.
Pilha de tecnologia
pythonpytorch
Domain
machine learning
Tipo Issue
Pesquisa
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
2
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-3 horas
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Principalmente claro
Prerequisites
PythonPyTorch
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
70