太郎君
太郎君
> 将offset和confidence评估不符合的数据从数据集移除？ 是的，将offset和confidence评估不符合的数据从数据集移除
> > > 将offset和confidence评估不符合的数据从数据集移除？ > > > > > > 是的，将offset和confidence评估不符合的数据从数据集移除 > > 兄弟，我有个新的疑惑想向你确认一下，offset据作者说[-1,1]是最合适的，那么confidence呢。应该怎么判断是否符合，大于3？ #93 作者说的是 [6,9]，我用的是 >= 5
1. 是不是每句话进行一切割，英文控制在3~5秒 2. 视频是否25帧 3. 音频是否16000赫兹采样 4. 检测音视频是否对齐
> I think dinet is better than iplap 期待 Syncnet_color training using deepspeech, melspectrogram
> > > > @zdh6090 你好，我中文训练的时候，卡在 color_syncnet_train.py,一直是 0it【00:00，？it/s】咋办，求教求教 > > > > > > > > > 你是自己制作的中文数据集吗？ > > > > > > 我用的央视的数据集，然后 filelists 我也按照要求改了，不管是 color_syncnet_train.py还是 hq_wav2lip_train.py都是卡在 0it，呜呜呜...
> > > 目前能够完美去边框，重新训练了一个中文的数据集，但是解决不了高清的问题（不想通过gfpgan的方式，太慢）请问有朋友解决的吗，付费学习一下。[[email protected]](mailto:[email protected])，谢谢！ > > > > > > 兄台请教下,结果出现边框是由于什么原因导致的？ > > 从目前测试情况看，你的数据集的背景颜色要多样化才行。我之前的数据集都是基于新闻类的蓝色背景，所以训练出来的效果边框特别明显，都是蓝色底边框，后来加了些各种颜色的数据集，重新再训练，就好很多了。不过这个训练对数据集要求太高了，我感觉我的数据集质量问题很大。 确实，Wav2Lip对数据集的要求很高，Wav2Lip288更是如此
> > > 你好问下这个卡在 color_syncnet_train.py,一直是 0it【00:00，？it/s】问题解决了吗？ > > > > > > models->conv2.py 第12行改成ReLU > > 请问，改了这个还是会卡住，可能是什么问题呢？ 是不是环境没配好，我之前 python3.9 + cuda11.9也是卡在那里，后面降级到 python3.6 + cuda11.7才正常
查了一下日志，提示 RuntimeError: Failed to load audio from separated/htdemucs/my-voice_1/vocals.wav 就是这一行有问题 sr = torchaudio.load(os.path.join("separated", "htdemucs", fname, "vocals.wav") 请问这个文件是干啥的，哪里可以下载到呢
问题解决了，应该是这行语句就失败了 os.system(f"demucs --two-stems=vocals {file}") 这个 demucs是 facebook的库，安装命令为 pip install -U 'https://github.com/facebookresearch/demucs'