README_ZH.md

HiFi-VAEGAN

English 简体中文

0. 介绍

该网络相当于encodec去掉了了RVQ，图参考encodec即可 本项目是encodec的非官方实现。训练框架来自so-vits-svc.

1. 安装

安装 pytorch:

https://pytorch.org/get-started/locally/

安装依赖 (推荐使用conda):

conda create -n hifi-vaegan python=3.10

conda activate hifi-vaegan

pip install -r requirements.txt

2. 准备数据

您可以使用任何高质量数据，包括但不限于人声，乐器声，并且不需要进行分类。

把所有数据放置在"dataset_raw"文件夹下面，不要出现文件夹嵌套。

3. 预处理

python resample.py

4. 修改配置文件

python preprocess_config.py

然后您可以修改位于以下路径的配置文件: configs\config.json

log_interval: 日志记录间隔，单位是步

eval_interval: 验证间隔，单位是步

learning_rate: 学习率

batch_size: 尽可能调大，利用上所有的显存

fp16_run: "False"使用fp32，"True"使用half_type控制训练精度

half_type: 从bf16，fp16中选择

lr_decay: 每轮结束后学习率的衰减率

segment_size: 切片长度，请在batch_size和本选项找到一个平衡点

keep_ckpts: 保存多少个检查点

all_in_mem: 如果您有TB级别的内存大小，打开可以稍微加速训练，减小硬盘瓶颈

5. 训练

python train.py -m <Experiment name>

6. Tensorboard

tensorboard --logdir=logs --load_fast=False