MaxMax2016

> 你好，因为我的bit录音的时候就是48k 24bit，所以我可以在训练前就做好所有的预处理，我的意思是预处理我自己手动作，包括音量标准啥的。因为我用了几种方式训练出来的声音，到最后总是觉得超高频很散，我怀疑就是问题出在重采这一块 24bit也可以转换为32bit的吧

要训练预训练模型对的话，音色要覆盖全，音高要覆盖全；训练单发音人的话，音高要覆盖全。音质要好。

哦，48K预训练模型要5 1之后才能发出来了。现在发的48K模型，复用的16K模型的参数，低频有问题。使用32bit，可以用16bit数据训练的预训练模型，模型都是用float训练的。

> 就是我有48 32bit的话，我可以自己做48K的模型对不对？只要够多？多人的声音是否OK？ 是的，可以是多人的

> 就是我可以把很多人的干声，不管男的女的各种语言各种发音，只要是高质量的48k 32bit放在集里面一起跑？然后代码改成48k 32bit。然后回头这个模型就能当做我的预模型？是这个理解方式吗？ 是的，只是不用改代码，之前说改代码是不支持24bit

数据够是可以的，至少无重复的wav 5000条；一般歌里面都大量重复的句子。

是的，之前弄的48K有问题

NumExpr defaulting to 2 threads. ----------0---------- 2023-04-01 21:56:48,782 - INFO - Resuming from checkpoint: model_pretrain/maxgan_pretrain.pth ----------25---------- print for debug display 0 item, is data path right?

assert sr == self.hp.audio.sampling_rate 这个是需要先将数据处理为16KHz @seq2193

采样率转换程序，https://github.com/PlayVoice/so-vits-svc/blob/main/resample.py