[Fish-speech]开源最强文本转语音?Fish speech云端训练教学

白菜工厂1145号员工:
[超天酱表情包_太强了][超天酱表情包_太强了][超天酱表情包_太强了]

啊我真的不知道啊啊啊:
感谢分析，但是为什么运行完lora微调"output/vits_decoder/step_000001000.ckpt"vits_decoder文件夹下没有东西，是要把text2semantic_finetune_dual_ar下的step_000001000.ckpt移过去吗

【回复】lora微调是微调的llama，vits是在vits微调部分
保家卫国热血兔兔:
怎么肥4。和bv2差不多结构。 还有，list不需要校对？怎么有整体filelist和每句话单独列出的2份？

【回复】要校对的话，在刚标注完得到的speaker.list里面标注，然后再转录为.lab文件即可。.list和.lab都能够作为标注，原本是用的list，不过因为当时VITS刚更新，VITS的微调只支持.lab格式。所以才会导致同时存在。不过不影响就是了。
隔壁黄某:
【超天酱表情包_太强了】【超天酱表情包_太强了】【超天酱表情包_太强了】

BaoZi_Fly:
刚开始训练就挂掉了 【2024-06-14 22:54:21,236】【fish_speech.utils.utils】【ERROR】 - 【rank: 0】 torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 20.00 MiB. GPU 0 has a total capacty of 23.69 GiB of which 7.69 MiB is free. Process 75479 has 23.68 GiB memory in use. Of the allocated memory 22.91 GiB is allocated by PyTorch, and 265.10 MiB is reserved by PyTorch but unallocated.

x少德x:
您好up，就您个人而言，目前市面上的开源ai语音谁的效果更好？如果从上手难易度上来排名呢？以及最近新出的chattts您有没有尝试呢？期待回复。

【回复】感觉不太出来谁好谁坏，各有优劣吧。最好上手的应该是gpt-sovits，没怎么试过chat tts，毕竟还不能克隆音色
【回复】回复 @kiss丿冷鸟鸟 :感谢回复
于于于小瘦:
请问一下，在这一步的时候，为什么会出现这么多轮次，没有修改过任何东西，安装视频教程一步一步下来的[保佑]

【回复】因为那个b配置文件默认10w步
biliuser0:
这个英语的语速好快感觉咬字不太清晰，是不是得加英语数据训练效果会好一些

小布映像:
训练出来的模型如何快速下载到本地呢

【回复】回复 @kiss丿冷鸟鸟 : 为啥我右键没有下载选项嘞
连珏浩力:
ubuntu整合包会有吗，官方文档的执行后一直报错

【回复】都用ubuntu了应该可以自己部署了吧(
SJTUGZ:
最新的3.3镜像，怎么没有python convert_lab.py这个文件了？运行的时候，会报错

茶水间李主任:
up主我想问下这个问题，（LoRA 可以减少模型过拟合的风险, 但是相应的会导致在大数据集上欠拟合.）如果我有1个小时的干声素材适合用lora吗？

【回复】可以，大数据一般都是几百上千小时
kwchg0901:
一键三连了，等up的本地教程和使用细节

【回复】本地感觉还得咕一段时间(
kwchg0901:
教程里，看到在autoDL中的镜像，加了很多工具和教程，请问能提供下在自己的机器上如何准备这些的方法么，不太方便用auto DL啊 还有一个问题，https://github.com/fishaudio/fish-speech/blob/main/tools/download_models.py 中的这三个文件‘ffmpeg.exe ffprobe.exe asr-label-win-x64.exe’，可以介绍下使用方法么 语音小白，麻烦介绍下， 谢谢啦

【回复】这些是在webui中用的，如果你是自己的机器的话，在Windows系统下，可以下载整合包进行使用。Linux需要你自己部署项目本地，其他的工具的话，audio slicer，mdx23c，funasr或者whisper，大概就这些