svc-develop-team/so-vits-svc

[Help]: 底模训练时长求助

Open

#112 创建于 2023年4月2日

在 GitHub 查看
 (11 评论) (0 反应) (0 负责人)Python (4,513 fork)batch import
help wanted

仓库指标

Star
 (23,713 star)
PR 合并指标
 (30 天内没有已合并 PR)

描述

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

贡献者指南

研究方向
用户询问关于so vits svc中基础模型训练的典型训练数据集大小和梅尔损失值。为提供指导，请查阅仓库的wiki或训练文档以获取推荐的数据集大小和训练步骤。查看其他已关闭的议题或讨论，其中讨论过训练参数。提供了跳数和上采样配置；与仓库中的默认配置（例如configs/44k.json）进行比较。同时考虑到用户使用Ubuntu系统、3090 GPU和Python 3.9。
技术栈
pythonpytorch
领域
machine learning
议题类型
调研
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
PythonPyTorch
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
70