仅需5元,手把手教你训练纳西妲GPT-SoVITS模型

2024-02-18 02:28

本文主要是介绍仅需5元,手把手教你训练纳西妲GPT-SoVITS模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

资源下载及音频试听:

仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛 (biliwind.com)

购买服务器

首先,我们需要买一台显卡云服务器

极度推荐使用雨云,优惠码:wp-admin

账户注册成功后,前往:购买地址

选择宿迁显卡云

图片[1]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

若只是短期使用,建议选择最高配置,如果是长期使用,建议按需选择(主要关注显存)

图片[2]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

系统选择Windows Server 2022 数据中心版

此系统已默认安装NVIDIA显卡驱动,CUDA已启用,版本如下:

 

NVIDIA-SMI 537.70, Driver Version: 537.70, CUDA Version: 12.2

之后点击右下角的试用即可5元获得一天的使用时长

图片[3]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

如果GPU资源不足,则可使用更低显存的版本

图片[4]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

部署GPT-SoVITS

连接服务器

服务器创建完成后,点击管理进入管理面板

图片[5]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

找到首页的NAT端口映射,复制默认生成的地址

图片[6]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

之后在你自己的电脑上搜索rdp,找到远程桌面连接并打开

图片[7]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

将复制的内容填入“计算机”输入框中,点击“显示选项”

图片[8]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

将此处的用户名填入

图片[9]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

点击连接后会弹出输入密码

图片[10]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

复制并填入“远程密码”

图片[11]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

遇到下图提示直接点击是即可

图片[12]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

下载

进入桌面后,打开浏览器

图片[13]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

之后打开我转存在123Pan的一键包

如果你希望获得最新版的,可以用魔法去抱脸上下载:预打包文件 (huggingface.co)

之后还需要下载纳西妲的语音数据集,这里有大佬打好标的:AI-hobbyist

之后在服务器上下一个解压软件(请勿使用360、好压等流氓软件),可选的有:

  • Bandizip:Windows 版本的 Bandizip · 业内领先的压缩文件解决方案 (bandisoft.com)
  • 7-Zip:Download (7-zip.org)

下载时进度卡在100% 0KB/s:

图片[14]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

打开edge的设置-隐私、搜索和服务

关闭Microsoft Defender Smartscreen即可(它会在下载后扫描文件导致卡在100% 0KB/s)

解压

解压GPT-SoVITS一键包

图片[15]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

如果你还有其他事要做(如准备数据集)则可以勾选低优先级模式

等待GPT-SoVITS解压完成即可

训练纳西妲声音模型

生成nahida.list

在GPT-SoVITS目录中新建一个raw_audio文件夹用于放置数据集

将先前下载的数据集解压进里面,并且建议将其放置在单独的文件夹中(即新建一个叫nahida的文件夹,再将*.wav和*.lab解压进去)

最终的目录结构看起来是这样的:

GPT-SoVITS\raw_audio\nahida\*.wav

GPT-SoVITS\raw_audio\nahida\*.lab

说明

.wav后缀为角色语音
.lab后缀为打标好的文件

之后打开GPT-SoVITS目录下的go-webui.bat打开web界面

进入webui后直接修改下图所指的位置

将其替换为你数据集(*.wav)所在的文件夹,如果你按照本教程操作,那么改为:

 

C:\Users\Administrator\Desktop\GPT-SoVITS-beta0128\raw_audio\nahida

点击批量ASR后等待即可,当ASR进程输出信息中显示完成时进行下一步

若你还是不确定是否完成,可以前往output\asr_opt目录,打开nahida.list文件

图片[18]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

上图即为完成后的效果

准备训练

之后打开上方的第二个tab,修改红框中的内容

图片[19]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

图片[20]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

如果你按照本教程操作,下图三个框中的内容应该为

  1. nahida
  2. C:\Users\Administrator\Desktop\GPT-SoVITS-beta0128\output\asr_opt\nahida.list
  3. C:\Users\Administrator\Desktop\GPT-SoVITS-beta0128\raw_audio\nahida

图片[21]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

之后按顺序进行以下8步操作

图片[22]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

例:点击1的按钮后等待,直到2中提示任务完成,之后继续点击3观察4,如此往复

SoVITS与GPT训练

之后打开这个tab的第二个tab

图片[23]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

batch_size根据显存大小和模型数据量调整若使用8G显存的套餐,则所有保持默认即可

你需要分别进行SoVITS训练和GPT训练,都训练完成后才能进行推理

TTS音频推理

图片[24]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

TTS推理WebUI进程输出信息中提示进程已开启后需要稍等1分钟左右加载模型

模型加载完成后会自动打开TTS推理webui,以下是主要功能区的介绍

图片[25]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

  1. 放置参考音频的地方(会影响最终推理出音频的语气与情绪)
  2. 参考音频中说了什么内容
  3. 你要把什么文本转换成语音
  4. 把3中的内容转换为语音
  5. 点击4后输出的音频

图片[26]-仅需5元,手把手教你训练纳西妲GPT-SoVITS模型 - 风屿岛-风屿岛

参考音频可以在数据集中随便找一些略长的音频

这篇关于仅需5元,手把手教你训练纳西妲GPT-SoVITS模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/719756

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

4B参数秒杀GPT-3.5:MiniCPM 3.0惊艳登场!

​ 面壁智能 在 AI 的世界里,总有那么几个时刻让人惊叹不已。面壁智能推出的 MiniCPM 3.0,这个仅有4B参数的"小钢炮",正在以惊人的实力挑战着 GPT-3.5 这个曾经的AI巨人。 MiniCPM 3.0 MiniCPM 3.0 MiniCPM 3.0 目前的主要功能有: 长上下文功能:原生支持 32k 上下文长度,性能完美。我们引入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者