PlumBlossomMaid

如果你观察paddle2onnx的输出的话，你会发现p2o会检测到这个是一个量化模型。对于量化之后的算子，paddle2onnx没有与其对应的onnx算子，所以无法导出。这是因为本身算子就无法导出还是因为p2o的作者懒呢？在同类框架Pytorch中，torch.onnx.export也无法导出经过量化的算子，所以我认为经过量化之后的模型是没有与其对应的onnx算子的，因而也无法导出。如果想要导出为onnx并且实现模型压缩的话，建议在训练的时候不进行量化处理，在导出onnx之后单独使用onnxslim库进行模型优化。

GPT-SoVITS这个难度不合理，这个仓库用到了基于pytorch的框架lightning，想要迁移这个项目要么自己重写训练代码要么就像我之前一样把整个lightning项目都迁移过来…… 再怎么说GPT-SoVITS这个任务的难度也要比vits-svc这个高，因为svc不论是哪个版本都没用lightning……迁移难度也要少很多 而且svc目前公认的应该是svc4或者svc4.1，仓库地址是https://github.com/svc-develop-team/so-vits-svc ，而不是倦老师那个svc5……

sovits5实际上是sovits3哈

> > GPT-SoVITS这个难度不合理，这个仓库用到了基于pytorch的框架lightning，想要迁移这个项目要么自己重写训练代码要么就像我之前一样把整个lightning项目都迁移过来…… 再怎么说GPT-SoVITS这个任务的难度也要比vits-svc这个高，因为svc不论是哪个版本都没用lightning……迁移难度也要少很多 而且svc目前公认的应该是svc4或者svc4.1，仓库地址是https://github.com/svc-develop-team/so-vits-svc ，而不是倦老师那个svc5…… > > 但从训练的效果和推理速度来看，sovit5似乎都会比sovits4好些 实际上，在你发出了这个回复之后，我就立刻去联系了多位在SVC和SVS领域内的玩家。经过讨论整理，我发现不使用svc5而是svc4.1甚至是svc4的原因有以下几点： 1.倦某所创造的svc5，本质上还是svc3，之所以起svc5这个名字，完全是为了蹭热度。倦某所谓的svc5在性能上更是没有可比性的。 2.倦某及其svc5应当被抵制。不应当对一个软件的开发者开盒这是大家公认的最基本的道理，但是倦某对全体svc开发者进行了开盒之后，还进行了学术上的剽窃。如果你们坚持迁移svc5到paddlemix上面，恐怕项目迁移的再成功也会被社区集体抵制，对于paddlemix而言这更是在招黑。 3.并不是版本越高，svc的效果就会越好。一般而言svc的版本越高综合性能是越好的，但是对于某些特定的数据集（根据已知的测试来看包括经过筛选的东洋雪莲数据集）而言，svc4.1训练出来的模型推理结果会有杂音，这就导致这部分数据集仍然使用svc4。 还有啊……svc在ai studio上面已经有项目了……真的有必要在paddlemix里面再掺和进去吗……