执行开启ssl提取的时候，np.isnan(ssl.detach().numpy()).sum()不为0导致后续无法训练了

[wickedvalley]

切分的音频都是5s内，但是在执行开启ssl的时候，对应的4-cnhubert下无法生成目标文件。原因是代码执行到了： if np.isnan(ssl.detach().numpy()).sum()!= 0:return，跳出了。请问什么样的数据会导致这样的跳出，我该准备满足什么样的音频才可执行成功。

[RVC-Boss]

你的显卡是16系的吗？

[Mrchen116]

把半精度关了就可以了

[sipeter]

存在同样问题，3060T显卡，关闭半精度无效。

[CloudTronUSA]

我的是4090也有同样问题 关了半精度就好了

[RVC-Boss]

@CloudTronUSA @sipeter @Mrchen116 调研一下你们非16系的卡，半精度跑2步骤的推理，跑出nan的概率高吗？

[CloudTronUSA]

@RVC-Boss NAN经常出现，80%的语言都被过滤了 However，开了全精度就没事了，但是在 wav32k 下的语言有破音的问题

把 GPT-SoVITS/GPT_SoVITS/prepare_datasets/my_utils.py 里的 load_audio(file, sr) 改为

def load_audio_safe(file, sr):
    data, sampling_rate = librosa.load(file, sr=sr)
    return np.frombuffer(data, np.float32).flatten()

可以解决这个问题，而且（目前来说）对训练没影响。

[sipeter]

@CloudTronUSA @sipeter @Mrchen116 调研一下你们非16系的卡，半精度跑2步骤的推理，跑出nan的概率高吗？

3060T显卡，音频质量好，语速较快，GPT-SoVITS自带的切割音频后，全部NaN，audacity切片放入output\slicer_opt，有1、2个能通过，修改全精度无效。 重新测试发现，原音频素材有爆音存在，前期将素材的爆音问题处理后，能提高SSL的成功率。 又测试发现，关掉半精度可以解决nan问题，之前可能没有操作有误。

[RVC-Boss]

该问题已解决，更新代码即可。