GPT-SoVITS
GPT-SoVITS copied to clipboard
RVC-Boss
文字中带有较多重复时，比较容易拖音，空白，漏句
比如 “粉红墙上画凤凰，凤凰画在粉红墙。 红凤凰，粉凤凰， 红粉凤凰，花凤凰。 红凤凰，黄凤凰，红粉凤凰，粉红凤凰，花粉花凤凰。” 底模和自己训练的模型都测试过，均有不同程度的问题。
另外，关于 top_p 和 top_k 的采样，代码里是先 top_p 再 top_k。个人理解先通过设置一个相对宽松的k值来大致界定一个候选词的范围，再用一个较严格的p值来从这个范围内进一步筛选词汇会不会更好？
另外，关于 top_p 和 top_k 的采样，代码里是先 top_p 再 top_k。个人理解先通过设置一个相对宽松的k值来大致界定一个候选词的范围，再用一个较严格的p值来从这个范围内进一步筛选词汇会不会更好？
疑问+1，发现 top_k_top_p_filtering() 和 logits_to_probs() 两个函数的 top_k top_p 顺序不一样. 一般都该先 top_k 后 top_p 吧.
另外，关于 top_p 和 top_k 的采样，代码里是先 top_p 再 top_k。个人理解先通过设置一个相对宽松的k值来大致界定一个候选词的范围，再用一个较严格的p值来从这个范围内进一步筛选词汇会不会更好？
我一般用AI翻译是你说的这种我都是直接top_k=0，音频模型这样只能是相对语气更一致吧？
只调节top_p 和 top_k好像解决不了丢字问题， case：“我们低估了四川，低估了它隐藏在熊猫、火锅、麻将之下的魅力人声喧闹的市井茶铺，茶客用阵阵茶香，传达生活真谛。” 这几个字“低估了四川” 丢了， 这个问题出在哪里呢， 有什么好的解决方案吗？
只调节top_p 和 top_k好像解决不了丢字问题， case：“我们低估了四川，低估了它隐藏在熊猫、火锅、麻将之下的魅力人声喧闹的市井茶铺，茶客用阵阵茶香，传达生活真谛。” 这几个字“低估了四川” 丢了， 这个问题出在哪里呢， 有什么好的解决方案吗？
这个问题现在解决了吗？
只调节top_p 和 top_k好像解决不了丢字问题， case：“我们低估了四川，低估了它隐藏在熊猫、火锅、麻将之下的魅力人声喧闹的市井茶铺，茶客用阵阵茶香，传达生活真谛。” 这几个字“低估了四川” 丢了， 这个问题出在哪里呢， 有什么好的解决方案吗？
这个问题现在解决了吗？
没有
按标点符号切就好了。
是的，包括诡异笑声和恶魔低语，按标点符号切虽然不能百分百避免，但是出现的概率会极低，我批量处理1000+行的文本，只有一行出现恶魔地狱
