sovits

• 整合包
  • 羽毛布団
    • 炼丹全书
• 辅助工具
  • Ultimate Vocal Remover
  • Audio Slicer
  • Adobe Audition
• 步骤
  • 预处理
    • slice放入dataset_raw
    • 数据预处理.bat
      • 改resample.py的线程数
  • 训练
    • 清空
      • 删除
        • logs/44k/*
        • dataset/44k/*
      • 复制
        • pre_trained_model/* 到 logs/44k/*
      • 添加
        • dataset_raw/{name}
    • 设置configs/config.json
      • batch_size: 24
        • learning_rate: 0.0004
          • 和batch_size正比
      • keep_ckpts: 20
        • 保留的模型数
    • 训练.bat
  • 训练聚类模型
    • 训练聚类模型.bat
  • 推理
    • 选模型
      • G开头的为推理模型
      • 选聚类模型
    • 参数
      • NSF_HIFIGAN
        • 对小数据集有增强作用
        • 勾选后再加载模型
      • 聚类模型混合比例
        • 一般0.5, 越大咬字越清，音乐差别越大
      • f0预测
        • 自动变调，适合语音，不适合唱歌
      • f0均值滤波
        • 改善哑音
      • 切片阈值
        • -40，表示切掉能量水平低于-40dB的片段
          • 最大幅度值为0
      • noise_scale
        • 添加噪声的强度，越小与原信号越相似
    • 目标干声切分
      • Adobe Audition
      • 大概1分钟显存10G