我训练出来的，为什么像是中国人在说日语，有人知道应该如何处理吗？

[bobo-wmdigit]

求大佬指点

[bobo-wmdigit]

说反了，像日本人说中文...而且含糊不清

[AnyaCoder]

训练集过少 or 声音质量不高，韵律不明显 or 转写停顿错误

[anfogy]

307

[bobo-wmdigit]

训练集过少 or 声音质量不高，韵律不明显 or 转写停顿错误

应该不能，我网上找的中文演讲，最少听起来，还是挺不错的，不知道是不是我的方法有问题，我是按照local.md的说明步骤来的

[bobo-wmdigit]

307

我已经改成了纯C作为预训练模型了，但是好像效果也并不好，我在想是不是要几个小时的数据才会比较合适，另外，我只有长音频，这个我还需要切割成短音频吗？

[AnyaCoder]

训练集过少 or 声音质量不高，韵律不明显 or 转写停顿错误

应该不能，我网上找的中文演讲，最少听起来，还是挺不错的，不知道是不是我的方法有问题，我是按照local.md的说明步骤来的

那就重点看看final_annotation_train.txt 音标对不对了

[WellTung666]

训练集过少 or 声音质量不高，韵律不明显 or 转写停顿错误

应该不能，我网上找的中文演讲，最少听起来，还是挺不错的，不知道是不是我的方法有问题，我是按照local.md的说明步骤来的

那就重点看看final_annotation_train.txt 音标对不对了

请问这个要怎么看呢？我的是这样的一个东西。之前训练两个角色都正常，现在新角色按之前的方法训练，会出现带有口音或者完全扭曲的声音的问题，清除数据重新训练又好了，音频数据是没问题的。谢谢～ ./sampled_audio4ft/0.wav|1|so↑ona n↓desɯ*kedo, ta↓no ɯ↑mamɯ↓sɯmesaNo mi↓ɾɯ no↑wa ha↑dʑi↓mete de↓Q!

[anfogy]

训练集过少 or 声音质量不高，韵律不明显 or 转写停顿错误

应该不能，我网上找的中文演讲，最少听起来，还是挺不错的，不知道是不是我的方法有问题，我是按照local.md的说明步骤来的

那就重点看看final_annotation_train.txt 音标对不对了

请问这个要怎么看呢？我的是这样的一个东西。之前训练两个角色都正常，现在新角色按之前的方法训练，会出现带有口音或者完全扭曲的声音的问题，清除数据重新训练又好了，音频数据是没问题的。谢谢～ ./sampled_audio4ft/0.wav|1|so↑ona n↓desɯ*kedo, ta↓no ɯ↑mamɯ↓sɯmesaNo mi↓ɾɯ no↑wa ha↑dʑi↓mete de↓Q!

看short或long开头的那几个

[WellTung666]

训练集过少 or 声音质量不高，韵律不明显 or 转写停顿错误

应该不能，我网上找的中文演讲，最少听起来，还是挺不错的，不知道是不是我的方法有问题，我是按照local.md的说明步骤来的

那就重点看看final_annotation_train.txt 音标对不对了

请问这个要怎么看呢？我的是这样的一个东西。之前训练两个角色都正常，现在新角色按之前的方法训练，会出现带有口音或者完全扭曲的声音的问题，清除数据重新训练又好了，音频数据是没问题的。谢谢～ ./sampled_audio4ft/0.wav|1|so↑ona n↓desɯ*kedo, ta↓no ɯ↑mamɯ↓sɯmesaNo mi↓ɾɯ no↑wa ha↑dʑi↓mete de↓Q!

看short或long开头的那几个

long_character_annon.txt中有些句子对应的音频太长（25s），请问有办法可以缩短吗？

[ThornbirdZhang]

求助，我这边利用一个19分钟的中文音频训练成功。但是tts推理出来的音频就像楼主所说的，很含混，听不出里面说的话。 原始19分钟的音频听起来很清晰。我看wisper的识别有一部分是繁体中文的，这个对吗？是需要检查final_annotation_train.txt 的注音吗？

[shirubei]

实在不行就用 Audacity 自己切分为短音频

[wmlgl]

我用辅助素材里的音频训练的钟离说话音调也不太正确，不知道为什么

[toxwin]

我的是这样，训练出来像日本人讲话

[shirubei]

解决了，见 #501