请教大佬如何在您的预训练模型基础上增强训练自己的模型

[missslw]

我想在您的free_st_chinese_mandarin_corpus(109小时)模型基础上加自己的语音训练新模型不知如何操作 train.py里这2个参数不知如何配置 add_arg('resume_model', str, './models/step_final/50.pdparams', "恢复训练，当为None则不使用预训练模型") add_arg('pretrained_model', str, './models/step_final', "使用预训练模型的路径，当为None是不使用预训练模型") 求大佬赐教

[missslw]

手册里没写这个内容，我一直未能操作成功，求大佬给个完整的步骤， 因为free_st_chinese_mandarin_corpus(109小时)模型预测我的数据效果最好，但是精确度还不够，我想在这个基础上再进一步训练出1个新模型，不知道如何操作

[yeyupiaoling]

我修改文档了：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/blob/master/docs/train.md#%E5%BE%AE%E8%B0%83%E6%A8%A1%E5%9E%8B

[missslw]

这个问题已经ok了，但是训练时间太长了，实在等不了这么长时间 才30条语音，是不是我那里操作的不对 我是用download_data下载了您的原始数据，让后在后面加上我的30条数据 然后用create_data.py生成manifest.train和manifest.test，接着替换成您原有mean_std.npz和zh_vocab.txt 最后开始train.py，训练时间eta竟然要400多天，实在等不了，大佬帮看看哪里错了

[missslw]

另外一个问题就是set CPU_NUM=8，train.py会报alloc内存溢出，只能设小一点才能过，因为我gpu版没配通，暂时只能用cpu版，大佬看看这个有什么解决办法

[yeyupiaoling]

这不是错误，你用CPU训练速度慢的很正常

[missslw]

那请问大佬，我用download_data下载了您的原始数据，让后在后面加上我的30条数据 然后用create_data.py生成manifest.train和manifest.test，接着替换成您原有mean_std.npz和zh_vocab.txt 最后开始train.py，这一系列操作对吗，有没有问题 训练数据量：102425，eta：464 days 这2个数据都是对的吗？如果换gpu能快多少呢？

[yeyupiaoling]

里面有三个数据集下载的程序，你下载是哪一个？

[missslw]

free_st_chinese_mandarin_corpus(109小时)是这个

[yeyupiaoling]

这个的话，如果是2080ti，这个应该是要一天。

[missslw]

我的显卡是quadro k4000，配了半天没配通gpu版，运行程序总是有报错

[yeyupiaoling]

用CPU预测还行，训练必须要用GPU，因为速度那个慢

[yeyupiaoling]

我刚才看了你这个显卡的显存才4G太小了，一般需要11G以上

[missslw]

CUDA_VISIBLE_DEVICES配多少个合适？

[yeyupiaoling]

看你有多少个GPU，如果没有GPU的话，你使用我提供的模型时预测就好了，训练就不用想

[missslw]

我按照您的说法操作了，但是用新训练的包做预测没任何提高，请大佬帮我看看哪里有错？我的操作如下： 1、我把我的wav加在了dataset\audio目录 2、在free_st_chinese_mandarin_corpus.txt文件末尾增加相应的数据 3、用create_data.py创建manifest.test、manifest.train、mean_std.npz、zh_vocab.txt 4、用您free_st_chinese_mandarin_corpus原有的mean_std.npz、zh_vocab.txt替换刚生成的mean_std.npz、zh_vocab.txt 5、将train.py中的'num_epoch'改为60，开始训练 6、用export_model.py将训练生成的60.pdparams导出为预测模型 7、用infer_server.py开始转语音为文字

[yeyupiaoling]

你加入的数据集要确保是放在了manifest.train，而不是manifest.test，你打开看一下

[missslw]

是放在了manifest.train

[missslw]

export_model.py的时候需要把mean_std.npz、zh_vocab.txt替换成新的吗？

[yeyupiaoling]

不用，你用那个训练，就是用那个。你的数据是多少？

[missslw]

120条wav，我用训练的wav去测试也没任何提高

[yeyupiaoling]

你的音频长度是多少？你换成使用aishell和对应的模型试试

[missslw]

用aishell预测效果更差，所以就选择了free_st_chinese_mandarin_corpus来加强训练，训练之后没有任何变化，我用来测试的wav每段大约4到6分钟共3个文件，训练的时候我把他们拆成了120个wav文件，110个在10秒以内，10个在10到20秒之间

[yeyupiaoling]

但是aishell数据量更多，可能使用微调效果更好也不一定。 或许你重新训练试试。 你的数据还是少了点

[missslw]

我担心时间太长，这次就用了4天的时间

[yeyupiaoling]

没办法，语音识别就是这样，耗资源和数据集

[missslw]

大佬，我把train.py中test_off关闭了，不影响训练精度吧！我想缩短训练时间 add_arg('test_off', bool, True, "是否关闭测试")

[yeyupiaoling]

不影响