NS2VC

NS2VC copied to clipboard

请问训练音乐的音频时间是在什么范围

2

ymmbb8882ymmbb

请问可以克隆音乐吗?

2

请问可以克隆音乐吗?

ymmbb8882ymmbb

diff-vits vs NS2 tts-v2

2

想要請教您幾個問題 1. 想請問diff-vits這個項目與ns2 tts-v2的差別在哪裡 目前粗略看過去以及以前有看到，似乎是將主模型改成vits但留下了naturalspeech的架構? 2. 我在tts-v2的模型中測試了一個1500+音色 600+hr的訓練資料集，測試集外數據還是會有大部分不太相似的情況。 是否真如論文所測試，需要更大量的數據集才能有集外的泛化性效果。您認為大概需要多少小時和多少資料以上的音色才能有較好的結果。 3. 想請問您覺得MFA所預測出來的ground-truth duration與利用MAS預測出來的duration 兩者的差別在哪，您似乎比較偏好於MAS的預測系統。

yiwei0730

数据准备

2

数据应该怎么准备呢？需要wav格式和lab文件格式还是其他的什么？

zdj97

Error in accelerate launch train.py

5

Hi, Thanks for the amazing work. I put the .wav files in dataset. and I process it with the below code, python preprocess.py It creates dataset_processed folder with contents. Then...

vimalrick

展示的demo效果用了多少语料

12

如题，demo展示的效果已经不错了，请教下是使用了多少说话人的的语料库

josh-zhu

how to use command "accelerate config" to generate the /home/duser/.cache/huggingface/accelerate/default_config.yaml. I have try the two configuration that could run accelrate launch train.py successfully. but seems the model parallel training not...

lileishitou

dataset.py ： codes.size(-1)= 48960， sum(duration）=38678 assert error:

4

dataset.py check： assert abs(codes.size(-1) - sum(duration)) < 3, (codes.size(-1), sum(duration), filename) assert abs(audio.shape[1]-lmin * self.hop_length) < 3 * self.hop_length why to check the encode and duration?

lileishitou

if yes, congratulation! can you show your size of dataset, GPU resource，trian time?

xajdlg

Hi, When running preprocess.py, I get this error: RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERROR Could you guide me on solving this? This is the stack trace: Loading hubert for content... load model(s)...

PS-AI