kevenleung comments

Results 2 comments of


                                            kevenleung

RuntimeError: (PreconditionNotMet) Cannot load cudnn shared library. Cannot invoke method cudnnGetVersion. [Hint: cudnn_dso_handle should not be null.] (at /paddle/paddle/phi/backends/dynload/cudnn.cc:64)

对系统cuda11.8的支持非常好，一次性就能安装成功，对新的cuda12.4支持不友好，各种试错，最终大概步骤如下，不一定保真，哈哈哈 1.CUDA11.8 包含 cuDNN 动态链接库的 PaddlePaddle，需要先使用如下命令将 wheel 包下载到本地，再使用`python3 -m pip install [name].whl`本地安装（[name]为 wheel 包名称）： https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.html 2.确保环境中安装有以下包：（版本号仅供参考） nvidia-cublas-cu12 12.1.3.1 pypi_0 pypi nvidia-cuda-cupti-cu12 12.1.105 pypi_0 pypi nvidia-cuda-nvrtc-cu12 12.1.105 pypi_0 pypi nvidia-cuda-runtime-cu12 12.1.105...

关于GPT-SoVITS项目使用fast_inference分支出现复读和空音频的问题和一些发现。

对于这个问题，我当前的做法是，把参考音频去噪声和去空白，参考文本去除所有标点符号，让它尽可能对应，然后输出文本标点符号分割，生成的每段音频都先过滤空白和杂音再拼接，复读和泄露的频率降低很多。但一直困扰我的问题是，直接推理的音色和参考音频还有很大的距离，不知道有没有什么好点的办法