【GPT-SoVITS】30小时超大数据集测试，堆时长真的有用吗？

合集 · GPT-SoVITS (13)

Description

30h模型：https://www.123pan.com/s/UHp9-JEi8H.html
度盘：https://pan.baidu.com/s/14RxIivFB3oC-QhdXkLINAg?pwd=1145 
提取码：1145 
30min模型：https://www.123pan.com/s/UHp9-iaz8H.html
度盘：链接：https://pan.baidu.com/s/1IEJfaEYxXWLpZwMehIjs1A?pwd=1145 
提取码：1145 
我和其他大佬一起编写的GPT-SoVITS使用手册：https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e?# 《GPT-SoVITS指南》
有问题评论区留言或者私信或者加群：941610468

Comments

XYHXH46 2024-02-07

有用，堆完之后心里舒服很多[星星眼]

♥ 214 ↩ 10

国木田な 2024-02-20

机器学习有一个经典的道理，模型决定下限，特征工程决定上限。模型算法归根到底都是手段，数据集才是最重要的。所以堆时长一定有用，只要你都是高质量数据

♥ 96 ↩ 6

暮迟-muchi 2024-02-07

第一排对比的效果还挺明显的，不知道是不是概率问题，但三小时的结果在语气抑扬顿挫上面更接近真人，后面的样本统统搞得那么长，听完全忘光了，屁印象都没有。[doge]

♥ 80 ↩ 3

一匹温柔的狼 2024-02-12

确实，对比着听，感觉情绪上30个小时的要更高。但这种差距就好像是昨天晚上睡了6个小时和睡了8个小时一样，句子一长就很微妙的不太听得出来。

♥ 65 ↩ 1

shanshui45 2024-02-07

难道我下载的花儿不哭大佬的GPT-SoVITS整合包是假的？怎么训练模型界面里GPT的轮数最多只能拉到50？也就是最多只能训练GPT模型50次？而且SoVITS轮数也最多拉到25.这是怎么回事呢？晕了[酸了]对了，UP主的文件是1G多，我下载的是4G多。怎么差别这么大？

♥ 49 ↩ 15

foreverSR 2024-02-07

感觉没有太大的提升，还是等花佬的年后更新吧[吃瓜]

♥ 30

kknd22 2024-02-07

性能需求很小，两张4090就能跑起来[doge]

♥ 31 ↩ 15

新雨aa 2024-02-09

感觉语气断句方面差距明显啊，数据集大更像真人了

♥ 24

摸金大氏 2024-02-22

其实，一分钟左右的语言文件训练后就有99.9%的相似率了。。。再多一些素材训练的提升就很难感知出来了

♥ 16 ↩ 1

闲人随便溜溜 2024-02-08

训练多了，还是有用的，情绪更精准点

♥ 18

YZQSDBHYJ 2024-02-09

没用。。我用90句训练的还不如24句训练的稳定。一句3~5秒。

♥ 8 ↩ 2

新尧本尧 2024-02-16

夸夸：大家一起努力编写的《GPT-SoVITS指南》很不错，为很多模型使用者带去了帮助！关键词：#GPT-SoVITS #大数据集 #堆时长 #模型 **一、GPT-SoVITS概述** 00:01 - 欢迎大家来到本次分享！今天分享的主题是模型GPT-SoVITS。GPT-SoVITS是一个非常强大的模型，可以通过堆时长来提高性能，可以处理各种各样的任务。 01:14 - GPT-SoVITS模型可以用于多种任务，包括文生图、图像分类和生成式对话。 02:25 - 今天我们主要来介绍GPT-SoVITS模型在堆时长方面的研究。我们使用了一个非常大的数据集进行了测试，发现堆时长确实可以提高模型的性能。 **二、超大数据集测试** 03:00 - 我们使用了一个由30小时音频组成的超大数据集来测试GPT-SoVITS模型。 03:28 - 我们发现，堆时长越长，模型的性能就越好。在堆时长为16小时时，模型的性能达到了最佳。 05:07 - 不过，堆时长过长也会导致模型过拟合。因此，在选择堆时长时，需要根据具体任务和数据集进行权衡。 **三、结论** 06:17 - 总的来说，我们的研究表明，堆时长确实可以提高GPT-SoVITS模型的性能。 07:03 - 我们希望我们的研究成果能够帮助大家更好地使用GPT-SoVITS模型。 08:17 - 感谢大家的聆听！ - Powered by brainstorm.cool

♥ 12 ↩ 1