MaxMax2016

要用微调的方式训练自己的发音人，推荐这个仓库，https://github.com/Plachtaa/VITS-fast-fine-tuning ，多人模型可以用别人弄好的

是输入什么句子出现这个问题的呢？

有en1~5 没en

需要确定是哪个字导致的问题

我训得也不快啊，如果调参的话，可以加载没调的部分网络参数来加速训练

初步训练的时候不加这个loss，模型训练好后，再加上这个loss继续训练~稍微训练一下把kl loss拉下来就好了

数据质量高得话，冻结和不冻结差差不多，数据比较差，冻结保险点。

通过tensorboard --host 0.0.0.0 --logdir='logs/'去查看训练日志，然后去听每个pth对的音频，达到期望状态就可以停了。这个训练需要手动去停止，否则会一直训练2W轮（很久很久）

完全不对啊

configs文件夹里面的json配置文件中 "fp16_run": true,修该成false