本地已经使用官方代码训练了自己的说话人，这种的支持加速吗

[bobo-paopao]

本地已经使用官方代码训练了自己的说话人，这种的支持加速吗

[xiaomingnio]

模型结构是一样的，应该是支持的，微调的模型路径按照damo的方式重新组织下。

[bobo-paopao]

是的，我这边已经测试过了，是可以支持的，感谢您的分享~

[xinzhuang]

是的，我这边已经测试过了，是可以支持的，感谢您的分享~

您好，我也在尝试基于作者的代码对个性化微调模型speech_personal_sambert-hifigan_nsf_tts_zh-cn_pretrain_16k进行转换和推理，但是遇到了报错， [TRT] [E] 3: (Unnamed Layer* 10) [Fully Connected]:kernel weights has count 57344 but 36864 was expected [TRT] [E] 3: (Unnamed Layer* 10) [Fully Connected]:kernel weights has count 57344 but 36864 was expected [TRT] [E] 3: (Unnamed Layer* 83) [Constant]:constant weights has count 81920 but 40960 was expected 应该是尺寸不匹配导致的，个性化微调时，MelPNCADecoder输入尺寸应该为82,不是默认的80，并且还有NSF参数的处理，请问您遇到这些问题了嘛，有调整建议嘛，谢谢哈

[xinzhuang]

是的，我这边已经测试过了，是可以支持的，感谢您的分享~

您好，我也在尝试基于作者的代码对个性化微调模型speech_personal_sambert-hifigan_nsf_tts_zh-cn_pretrain_16k进行转换和推理，但是遇到了报错， [TRT] [E] 3: (Unnamed Layer* 10) [Fully Connected]:kernel weights has count 57344 but 36864 was expected [TRT] [E] 3: (Unnamed Layer* 10) [Fully Connected]:kernel weights has count 57344 but 36864 was expected [TRT] [E] 3: (Unnamed Layer* 83) [Constant]:constant weights has count 81920 but 40960 was expected 应该是尺寸不匹配导致的，个性化微调时，MelPNCADecoder输入尺寸应该为82,不是默认的80，并且还有NSF参数的处理，请问您遇到这些问题了嘛，有调整建议嘛，谢谢哈

解决了，按照配置文件修改了d_mem=320,in_units=82等参数可以了，谢谢啦

[xinzhuang]

@bobo-paopao 您好，针对个性化语音合成模型，hifigan 转换onnx 是可以的，但是 build成tensorRT engine 报错，解析onnx 时 报错

[E] ModelImporter.cpp:727: --- Begin node ---
[E] ModelImporter.cpp:728: input: "/source_module/ConstantOfShape_25_output_0"
    output: "/source_module/RandomUniformLike_output_0"
    name: "/source_module/RandomUniformLike"
    op_type: "RandomUniformLike"
    attribute {
      name: "dtype"
      i: 1
      type: INT
    }
[E] ModelImporter.cpp:729: --- End node ---
[E] ModelImporter.cpp:732: ERROR: builtin_op_importers.cpp:3462 In function importRandomUniformLike:
    [8] Assertion failed: (inputs.at(0).is_tensor()) && "The input tensor cannot be an initializer."
[E] In node 246 (importRandomUniformLike): UNSUPPORTED_NODE: Assertion failed: (inputs.at(0).is_tensor()) && "The input tensor cannot be an initializer."
[!] Could not parse ONNX correctly```
经过定位的话，是因为个性化模型开启了NSF，会加载source_module,但在作者给的代码中这部分用不到所以注释掉了，所以没有问题。[[code](https://github.com/xiaomingnio/kantts/blob/744a783036912132c9624fd4e123cd97d1fccd10/mykantts/models/hifigan/hifigan.py#L119C24-L119C24)]
请问遇见过吗，谢谢

环境配置信息：TensorRT=8.5.3.1 onnx=1.15.0

[bobo-paopao]

@bobo-paopao 您好，针对个性化语音合成模型，hifigan 转换onnx 是可以的，但是 build成tensorRT engine 报错，解析onnx 时 报错

[E] ModelImporter.cpp:727: --- Begin node ---
[E] ModelImporter.cpp:728: input: "/source_module/ConstantOfShape_25_output_0"
    output: "/source_module/RandomUniformLike_output_0"
    name: "/source_module/RandomUniformLike"
    op_type: "RandomUniformLike"
    attribute {
      name: "dtype"
      i: 1
      type: INT
    }
[E] ModelImporter.cpp:729: --- End node ---
[E] ModelImporter.cpp:732: ERROR: builtin_op_importers.cpp:3462 In function importRandomUniformLike:
    [8] Assertion failed: (inputs.at(0).is_tensor()) && "The input tensor cannot be an initializer."
[E] In node 246 (importRandomUniformLike): UNSUPPORTED_NODE: Assertion failed: (inputs.at(0).is_tensor()) && "The input tensor cannot be an initializer."
[!] Could not parse ONNX correctly```
经过定位的话，是因为个性化模型开启了NSF，会加载source_module,但在作者给的代码中这部分用不到所以注释掉了，所以没有问题。[[code](https://github.com/xiaomingnio/kantts/blob/744a783036912132c9624fd4e123cd97d1fccd10/mykantts/models/hifigan/hifigan.py#L119C24-L119C24)]
请问遇见过吗，谢谢

环境配置信息：TensorRT=8.5.3.1 onnx=1.15.0

我这边本地是使用的 speech_sambert-hifigan_tts_zh-cn_multisp_pretrain_16k 这个官方模型进行微调的，之后再通过作者的代码进行转换的，没有尝试过个性化那个 模型，但是我认为模型结构是一样的应该是可以通用的。ps：我本地的环境配置信息为tensorrt 8.5.1.7 onnx 1.14.1

[xinzhuang]

@bobo-paopao 您好，针对个性化语音合成模型，hifigan 转换onnx 是可以的，但是 build成tensorRT engine 报错，解析onnx 时 报错

[E] ModelImporter.cpp:727: --- Begin node ---
[E] ModelImporter.cpp:728: input: "/source_module/ConstantOfShape_25_output_0"
    output: "/source_module/RandomUniformLike_output_0"
    name: "/source_module/RandomUniformLike"
    op_type: "RandomUniformLike"
    attribute {
      name: "dtype"
      i: 1
      type: INT
    }
[E] ModelImporter.cpp:729: --- End node ---
[E] ModelImporter.cpp:732: ERROR: builtin_op_importers.cpp:3462 In function importRandomUniformLike:
    [8] Assertion failed: (inputs.at(0).is_tensor()) && "The input tensor cannot be an initializer."
[E] In node 246 (importRandomUniformLike): UNSUPPORTED_NODE: Assertion failed: (inputs.at(0).is_tensor()) && "The input tensor cannot be an initializer."
[!] Could not parse ONNX correctly```
经过定位的话，是因为个性化模型开启了NSF，会加载source_module,但在作者给的代码中这部分用不到所以注释掉了，所以没有问题。[[code](https://github.com/xiaomingnio/kantts/blob/744a783036912132c9624fd4e123cd97d1fccd10/mykantts/models/hifigan/hifigan.py#L119C24-L119C24)]
请问遇见过吗，谢谢

环境配置信息：TensorRT=8.5.3.1 onnx=1.15.0

我这边本地是使用的 speech_sambert-hifigan_tts_zh-cn_multisp_pretrain_16k 这个官方模型进行微调的，之后再通过作者的代码进行转换的，没有尝试过个性化那个 模型，但是我认为模型结构是一样的应该是可以通用的。ps：我本地的环境配置信息为tensorrt 8.5.1.7 onnx 1.14.1

嗯呢，我在使用的是speech_personal_sambert-hifigan_nsf_tts_zh-cn_pretrain_16k，整体结构是通用的，只是在是否使用NSF的时候有区别： speech_personal_sambert-hifigan_nsf_tts_zh-cn_pretrain_16k: 配置文件 包括：

nsf_params: {nb_harmonics: 7, nsf_f0_global_maximum: 730.0, nsf_f0_global_minimum: 30.0,
        nsf_norm_type: none, sampling_rate: 16000}

speech_sambert-hifigan_tts_zh-cn_multisp_pretrain_16k:配置文件 不包括NSF参数;

刚好在处理这块代码逻辑的时候，转换TensorRT engine 报错了。 我再研究下。谢谢您。

[dengyao1]

请问大佬们解决了有NSF参数模型的转换了吗

[Chengyang852]

请问解决了吗