vits_chinese

vits_chinese copied to clipboard

最近有个新项目 GPT-Sovits，好像效果还不错，作者要不要考虑一下，期待作者做的效果能比这个项目更好！我相信你Max！

ShadowLoveElysia

使用了https://github.com/PlayVoice/vits_chinese/releases/v4.0下载的权重，以及我自己训练的模型都存在发音错误的问题， “渐渐变凉”的“liang2”读成“yang2”，“渐渐变弱”的“ruo4”读成“luo4”，有和我一样的问题吗

1nlplearner

训练初期显存异常大

2

发现刚开始训练的时候，显存变化剧烈，且容易爆显存；过了一段时间之后，显存降下去且显存利用率比较低。 有大佬观察到这个现象吗？这是为什么呢？

TinaChen95

Q1. 我使用作者你提供的aishell模型 + vits_infer.py代码进行推理。以及小米K2社区开源的aishell模型+ vits_infer.py代码推理。发现小米k2社区的同一个说话人声音很不清晰，这个是什么问题呢。 Q2. 如果我需要训练一个单音色的女声模型，是在作者的aishell模型上微调还是小米K2社区开源的aishell模型比较好呢？

kwaihua

关于 some Natural Speech Features Of Microsoft代码

2

作者好，关于 some Natural Speech Features Of Microsoft 这部分的优化代码是哪一部分呢，没有找到，请指示一下。

chusevip8

jetson os使用vits-Chinese

2

之前单说话人的模型，我成功移植到了jetson orin nano设备上，他是aarch64架构的嵌入式主控。现在想使用多说话人模型，但是我看新增加了WeTextProcessing ，而使用WeTextProcessing 需要使用pynini，我死活配置不好pynini。请问有什么办法不使用吗？

Isshang

有可能出个支持中英训练、推理的版本吗

1

像bert_vits2那样，支持中英训练和中文混合句子的推理，作者会考虑推出吗。

scriptboy1990

换了一套音素模型，但是推理的时候出错

6

我这边换了一套音素系统，可以训练，但是测试的时候提示是textencoder这个地方 x和b的维度不同，也就是bert提取的维度和text音素的维度对不上，大佬有建议吗 def forward(self, x, x_lengths, bert): x = self.emb(x) * math.sqrt(self.hidden_channels) # [b, t, h] b = self.emb_bert(bert) x = x + b

zdj97

支持中英混吗

12

这里的bert支不支持英文输出？

hdmjdp

请问训练数据需要标注韵律吗

1

是只需要汉字和音素就行吗？#1 #2 之类的韵律标注需要吗？

panpan-wu