search

Labmem-Zhouyx / CDFSE_FastSpeech2

The Official Implementation of “Content-Dependent Fine-Grained Speaker Embedding for Zero-Shot Speaker Adaptation in Text-to-Speech Synthesis”
MIT License
81 stars 12 forks source link

你好，关于AIshell3数据的训练问题 #5

Open xiangkanghuang opened 1 year ago

xiangkanghuang commented 1 year ago

你好，使用AISHELL-3数据集按照readme进行训练，loss的图如下，尝试推理但是不能合成出正常声音，请问是为什么呢？ text/symbols.py已经更改为中文的。 image image

Labmem-Zhouyx commented 1 year ago

你好，合成不出声音我推测是因为训练并未合理收敛，看图中这次训练的loss仍存在很大问题，不仅是分类器的性能（phone/speaker loss）还是声学模型方面（mel/duration/pitch/energy loss）。

正常loss曲线可参考下图 image image

xiangkanghuang commented 1 year ago

你好，合成不出声音我推测是因为训练并未合理收敛，看图中这次训练的loss仍存在很大问题，不仅是分类器的性能（phone/speaker loss）还是声学模型方面（mel/duration/pitch/energy loss）。

正常loss曲线可参考下图 image image 谢谢，已经修复了，是因为安装环境的版本没有对

yyz845935161 commented 1 year ago

我也遇到的同样的问题，按照requirements.txt中的版本安装，可是有些包的某些函数已经被遗弃，请问python版本，还有其他包的版本应该怎么选