使用百度云上的模型，训练播放后都是杂音 about mockingbird HOT 28 CLOSED

这一步有问题吗
C:\Users\Administrator\Desktop\Realtime-Voice-Clone-Chinese-main\Realtime-Voice-Clone-Chinese-main>python synthesizer_preprocess_audio.py E:\data\aidatatang_200zh
Arguments:
datasets_root: E:\data\aidatatang_200zh
out_dir: E:\data\aidatatang_200zh\SV2TTS\synthesizer
n_processes: None
skip_existing: False
hparams:
no_alignments: False
dataset: aidatatang_200zh

Using data from:
E:\data\aidatatang_200zh\aidatatang_200zh\corpus\train
aidatatang_200zh: 62%|█████████████████████████████████████████████████████████████████████████████▉ | 524/840 [46:39<29:46, 5.65s/speakers]

from mockingbird.

这一步有问题吗
C:\Users\Administrator\Desktop\Realtime-Voice-Clone-Chinese-main\Realtime-Voice-Clone-Chinese-main>python synthesizer_preprocess_audio.py E:\data\aidatatang_200zh
Arguments:
datasets_root: E:\data\aidatatang_200zh
out_dir: E:\data\aidatatang_200zh\SV2TTS\synthesizer
n_processes: None
skip_existing: False
hparams:
no_alignments: False
dataset: aidatatang_200zh

Using data from:
E:\data\aidatatang_200zh\aidatatang_200zh\corpus\train
aidatatang_200zh: 62%|█████████████████████████████████████████████████████████████████████████████▉ | 524/840 [46:39<29:46, 5.65s/speakers]

没有，我是直接拿pt放入目录下，没有执行这些命令

from mockingbird.

数据集得加载，下载数据集 http://www.openslr.org/62/

from mockingbird.

通过这些数据集（声音样本）与自己的（目标）样本学习后才能模仿声音

from mockingbird.

pt文件的作用是什么呢，怎么使用？

按我个人理解，训练步骤的产出是模型文件

from mockingbird.

@楼主解释一下

from mockingbird.

作者是提供训练后的模型链接的，我显卡不够训练的，所以是直接拿来用的

from mockingbird.

数据集是实体的声音文件样本，训练模型是分析中文优化吧

from mockingbird.

好吧，我还以为可以直接使用

from mockingbird.

环境

Windows 10
Python 3.7

描述

百度云的pt模型放入synthesizer/saved_models/后，python .\demo_toolbox.py可执行，但产生结果都是杂音，中文和拼音都不太行

问题截图

本人纯小白，希望大佬有空给予指点。

最新代码的话是可以输入中文的,你用pinyin试过吗?
另外我看了一下图,你的录音输入好像也不太清晰,尽可能在5秒内说清晰2~3句话

from mockingbird.

按照B站上演示的视频，我进行了以下尝试：

• 更换拾音设备。原视频的输入图长得也差不多，应该不是主要原因
• 更换拼音形式。完全按照视频输入框内容，依然都是滋滋声
  我考虑是直接使用模型的姿势不对，所以有使用百度云上模型文件成功的，请分享下经验，几天后issue我会关闭

from mockingbird.

按照B站上演示的视频，我进行了以下尝试：

• 更换拾音设备。原视频的输入图长得也差不多，应该不是主要原因
• 更换拼音形式。完全按照视频输入框内容，依然都是滋滋声
  我考虑是直接使用模型的姿势不对，所以有使用百度云上模型文件成功的，请分享下经验，几天后issue我会关闭

貌似找到问题了，图中你应该选择了英文版的synthesizer了，要在synthesizer一项中改为我上传的

from mockingbird.

这只是我参照原项目修改的文件名，改回原名也一样，很抱歉没说清楚。另外作者你方便出一版如何快速搭建demo的教程吗，让更多人可以直接上手，先不用考虑训练问题

from mockingbird.

这只是我参照原项目修改的文件名，改回原名也一样，很抱歉没说清楚。另外作者你方便出一版如何快速搭建demo的教程吗，让更多人可以直接上手，先不用考虑训练问题

目前会逐步优化，不过有蛮多朋友已经跑通了，这里可能有哪步出错了

from mockingbird.

遇到了情况类似的问题，似乎是因为模型尺寸不匹配

from mockingbird.

遇到了情况类似的问题，似乎是因为模型尺寸不匹配

这个是输入框的问题，我也碰到过，对于某些中文或者字符不能很好识别，更换为其他短句试试

from mockingbird.

按照B站上演示的视频，我进行了以下尝试：

* 更换拾音设备。原视频的输入图长得也差不多，应该不是主要原因

* 更换拼音形式。完全按照视频输入框内容，依然都是滋滋声
  我考虑是直接使用模型的姿势不对，所以有使用百度云上模型文件成功的，请分享下经验，几天后issue我会关闭

我想请教下 这个录音可以用现成的mp3文件吗

from mockingbird.

按照B站上演示的视频，我进行了以下尝试：

* 更换拾音设备。原视频的输入图长得也差不多，应该不是主要原因

* 更换拼音形式。完全按照视频输入框内容，依然都是滋滋声
  我考虑是直接使用模型的姿势不对，所以有使用百度云上模型文件成功的，请分享下经验，几天后issue我会关闭

我想请教下 这个录音可以用现成的mp3文件吗

可以的.

遇到了情况类似的问题，似乎是因为模型尺寸不匹配

这个是输入框的问题，我也碰到过，对于某些中文或者字符不能很好识别，更换为其他短句试试

已经定位到问题,有个朋友正在修复中,你也可以看下,应该是synthesizer里面切割句子除了点问题

from mockingbird.

我也是使用百度云上的模型，同样是杂音。

我自己训练了33k，能出类似声线，但还是杂音，是训练没到位吗？

from mockingbird.

LOSS太高了 训练到0.4以下试试
分享下我训练的模型和效果：
链接：https://pan.baidu.com/s/1PI-hM3sn5wbeChRryX-RCQ
提取码：2021
训练效果视频
https://www.bilibili.com/video/BV1uh411B7AD/

from mockingbird.

LOSS太高了 训练到0.4以下试试
分享下我训练的模型和效果：
链接：https://pan.baidu.com/s/1PI-hM3sn5wbeChRryX-RCQ
提取码：2021
训练效果视频
https://www.bilibili.com/video/BV1uh411B7AD/

这个模型可以的！

from mockingbird.

LOSS太高了 训练到0.4以下试试
分享下我训练的模型和效果：
链接：https://pan.baidu.com/s/1PI-hM3sn5wbeChRryX-RCQ
提取码：2021
训练效果视频
https://www.bilibili.com/video/BV1uh411B7AD/

方便分享到readme吗？你可以直接提 路过留痕一下commit 😄

from mockingbird.

LOSS太高了 训练到0.4以下试试
分享下我训练的模型和效果：
链接：https://pan.baidu.com/s/1PI-hM3sn5wbeChRryX-RCQ
提取码：2021
训练效果视频
https://www.bilibili.com/video/BV1uh411B7AD/

方便分享到readme吗？你可以直接提 路过留痕一下commit 😄

可以啊，方便大家测试，您可以直接加到readme中😄

from mockingbird.

LOSS太高了 训练到0.4以下试试
分享下我训练的模型和效果：
链接：https://pan.baidu.com/s/1PI-hM3sn5wbeChRryX-RCQ
提取码：2021
训练效果视频
https://www.bilibili.com/video/BV1uh411B7AD/

谢谢大佬给的模型，demo可以跑通了，该issue得到解决，将关闭

from mockingbird.

LOSS太高了 训练到0.4以下试试
分享下我训练的模型和效果：
链接：https://pan.baidu.com/s/1PI-hM3sn5wbeChRryX-RCQ
提取码：2021
训练效果视频
https://www.bilibili.com/video/BV1uh411B7AD/

方便分享到readme吗？你可以直接提 路过留痕一下commit 😄

可以啊，方便大家测试，您可以直接加到readme中😄
提交啦还顺便@你了哈

from mockingbird.

我也使用的miven大佬提供的模型，但是和你一样的问题，出来是杂音不知道是什么原因，加载encoder也很慢

from mockingbird.

我也使用的miven大佬提供的模型，但是和你一样的问题，出来是杂音不知道是什么原因，加载encoder也很慢

参考置顶的issue哈

from mockingbird.

环境

Windows 8.1 Python 3.7.9

描述

你好，运行 demo_toolbox.py 出现以下错误是什么原因呢？

问题截图

from mockingbird.