Plachtaa
关于训练的问题。
大佬您好，麻烦问下在准备训练和验证数据集时，这两个路径./data/train.txt"和"./data/val.txt"可以只包含音频的路径吗？我的数据集不包含文本转录之类的信息。
感谢您的解答。我的服务器不能联网，因此我把train.py里需要从huggingface上下载的model下载后放到了服务器上。有以下两个问题想跟您请教一下： 1、不加载https://huggingface.co/Plachta/FAcodec/tree/main 里的预训练模型，我把strict=false，可以进行训练。但会报Wav2Vec2ForCTC模型权重未正确初始化的错误。（nvidia/speakerverification_en_titanet_large可以正常加载） 2、加载https://huggingface.co/Plachta/FAcodec/tree/main 里的预训练模型，进行训练，会同时报Wav2Vec2ForCTC模型权重未正确初始化的错误和KeyError: 'net' 的错误。 ps： 1、这里的两个模型我离线下载到了我的服务器上。 w2v_processor = Wav2Vec2Processor.from_pretrained("facebook/wav2vec2-xlsr-53-espeak-cv-ft") w2v_model = Wav2Vec2ForCTC.from_pretrained("facebook/wav2vec2-xlsr-53-espeak-cv-ft").to(device) w2v_model.eval()
speaker_model = nemo_asr.models.EncDecSpeakerLabelModel.from_pretrained("nvidia/speakerverification_en_titanet_large")
2、报错如图所示。