MaxMax2016

这个，我也是初学者，不会在windows下弄训练 @coderyiyang 很抱歉啊

开嗯好呃 ['kai1' 'n2' 'hao3' 'e4']

用这分支试试：https://github.com/PlayVoice/vits_chinese/tree/bert_vits

main合并了其他开发者提交的针对非标贝数据集的处理程序

两个都参考一下吧，数据格式多种多样的，我也无法确定哪个适合你

也许吧，我用的2000个人的语料库训练多说话人，LOSS在18左右，效果要比baker的（Loss为17）差点

@AwakingsWings 数据集多大啊？大佐味儿，训练集是日语的吧？语速特别快，首先语速是数据决定的，然后sdp时长预测很容易过拟合。

克隆推荐这个，https://github.com/Plachtaa/VITS-fast-fine-tuning ，有足够的算力、训练足够数据的预训练模型，克隆就很容易实现

https://github.com/PlayVoice/vits_chinese/issues/50

您要不试试 windows 的linux内核 WSL2，gbk应该是windows里面的中文兼容问题。新增发音人的方法，后面会尝试去做。使用单发音模型去训练新发音人不是一个好办法。