181 lines
6.0 KiB
YAML
181 lines
6.0 KiB
YAML
|
# 全局配置
|
|||
|
|
# 对于希望在同一时间使用多个配置文件的情况，例如两个GPU同时跑两个训练集：通过环境变量指定配置文件，不指定则默认为./config.yml
|
|||
|
|
|
|||
|
|
# 拟提供通用路径配置，统一存放数据，避免数据放得很乱
|
|||
|
|
# 每个数据集与其对应的模型存放至统一路径下，后续所有的路径配置均为相对于datasetPath的路径
|
|||
|
|
# 不填或者填空则路径为相对于项目根目录的路径
|
|||
|
|
# dataset_path: "data/Genshin-KL"
|
|||
|
|
dataset_path: "utils/bert_vits2/data/mix"
|
|||
|
|
|
|||
|
|
# 模型镜像源，默认huggingface，使用openi镜像源需指定openi_token
|
|||
|
|
mirror: ""
|
|||
|
|
openi_token: "" # openi token
|
|||
|
|
|
|||
|
|
# resample 音频重采样配置
|
|||
|
|
# 注意， “:” 后需要加空格
|
|||
|
|
resample:
|
|||
|
|
# 目标重采样率
|
|||
|
|
sampling_rate: 44100
|
|||
|
|
# sampling_rate: 16000
|
|||
|
|
# 音频文件输入路径，重采样会将该路径下所有.wav音频文件重采样
|
|||
|
|
# 请填入相对于datasetPath的相对路径
|
|||
|
|
in_dir: "audios/raw" # 相对于根目录的路径为 /datasetPath/in_dir
|
|||
|
|
# 音频文件重采样后输出路径
|
|||
|
|
out_dir: "audios/wavs"
|
|||
|
|
|
|||
|
|
|
|||
|
|
# preprocess_text 数据集预处理相关配置
|
|||
|
|
# 注意， “:” 后需要加空格
|
|||
|
|
preprocess_text:
|
|||
|
|
# 原始文本文件路径，文本格式应为{wav_path}|{speaker_name}|{language}|{text}。
|
|||
|
|
transcription_path: "filelists/你的数据集文本.list"
|
|||
|
|
# 数据清洗后文本路径，可以不填。不填则将在原始文本目录生成
|
|||
|
|
cleaned_path: ""
|
|||
|
|
# 训练集路径
|
|||
|
|
train_path: "filelists/train.list"
|
|||
|
|
# 验证集路径
|
|||
|
|
val_path: "filelists/val.list"
|
|||
|
|
# 配置文件路径
|
|||
|
|
config_path: "config.json"
|
|||
|
|
# 每个语言的验证集条数
|
|||
|
|
val_per_lang: 4
|
|||
|
|
# 验证集最大条数，多于的会被截断并放到训练集中
|
|||
|
|
max_val_total: 12
|
|||
|
|
# 是否进行数据清洗
|
|||
|
|
clean: true
|
|||
|
|
|
|||
|
|
|
|||
|
|
# bert_gen 相关配置
|
|||
|
|
# 注意， “:” 后需要加空格
|
|||
|
|
bert_gen:
|
|||
|
|
# 训练数据集配置文件路径
|
|||
|
|
config_path: "config.json"
|
|||
|
|
# 并行数
|
|||
|
|
num_processes: 4
|
|||
|
|
# 使用设备：可选项 "cuda" 显卡推理，"cpu" cpu推理
|
|||
|
|
# 该选项同时决定了get_bert_feature的默认设备
|
|||
|
|
device: "cuda"
|
|||
|
|
# 使用多卡推理
|
|||
|
|
use_multi_device: false
|
|||
|
|
|
|||
|
|
# emo_gen 相关配置
|
|||
|
|
# 注意， “:” 后需要加空格
|
|||
|
|
emo_gen:
|
|||
|
|
# 训练数据集配置文件路径
|
|||
|
|
config_path: "config.json"
|
|||
|
|
# 并行数
|
|||
|
|
num_processes: 4
|
|||
|
|
# 使用设备：可选项 "cuda" 显卡推理，"cpu" cpu推理
|
|||
|
|
device: "cuda"
|
|||
|
|
# 使用多卡推理
|
|||
|
|
use_multi_device: false
|
|||
|
|
|
|||
|
|
# train 训练配置
|
|||
|
|
# 注意， “:” 后需要加空格
|
|||
|
|
train_ms:
|
|||
|
|
env:
|
|||
|
|
MASTER_ADDR: "localhost"
|
|||
|
|
MASTER_PORT: 10086
|
|||
|
|
WORLD_SIZE: 1
|
|||
|
|
LOCAL_RANK: 0
|
|||
|
|
RANK: 0
|
|||
|
|
# 可以填写任意名的环境变量
|
|||
|
|
# THE_ENV_VAR_YOU_NEED_TO_USE: "1234567"
|
|||
|
|
# 底模设置
|
|||
|
|
base:
|
|||
|
|
use_base_model: false
|
|||
|
|
repo_id: "Stardust_minus/Bert-VITS2"
|
|||
|
|
model_image: "Bert-VITS2_2.3底模" # openi网页的模型名
|
|||
|
|
# 训练模型存储目录：与旧版本的区别，原先数据集是存放在logs/model_name下的，现在改为统一存放在Data/你的数据集/models下
|
|||
|
|
model: "models"
|
|||
|
|
# 配置文件路径
|
|||
|
|
config_path: "configs/config.json"
|
|||
|
|
# 训练使用的worker，不建议超过CPU核心数
|
|||
|
|
num_workers: 16
|
|||
|
|
# 关闭此项可以节约接近70%的磁盘空间，但是可能导致实际训练速度变慢和更高的CPU使用率。
|
|||
|
|
spec_cache: False
|
|||
|
|
# 保存的检查点数量，多于此数目的权重会被删除来节省空间。
|
|||
|
|
keep_ckpts: 3
|
|||
|
|
|
|||
|
|
|
|||
|
|
# webui webui配置
|
|||
|
|
# 注意， “:” 后需要加空格
|
|||
|
|
webui:
|
|||
|
|
# 推理设备
|
|||
|
|
device: "cuda"
|
|||
|
|
# 模型路径
|
|||
|
|
# model: "models/G_32000.pth"
|
|||
|
|
model: "models/G_250000.pth"
|
|||
|
|
# 配置文件路径
|
|||
|
|
config_path: "configs/config.json"
|
|||
|
|
# 端口号
|
|||
|
|
port: 7861
|
|||
|
|
# 是否公开部署，对外网开放
|
|||
|
|
share: false
|
|||
|
|
# 是否开启debug模式
|
|||
|
|
debug: false
|
|||
|
|
# 语种识别库，可选langid, fastlid
|
|||
|
|
language_identification_library: "langid"
|
|||
|
|
|
|||
|
|
|
|||
|
|
# server-fastapi配置
|
|||
|
|
# 注意， “:” 后需要加空格
|
|||
|
|
# 注意，本配置下的所有配置均为相对于根目录的路径
|
|||
|
|
server:
|
|||
|
|
# 端口号
|
|||
|
|
port: 5005
|
|||
|
|
# 模型默认使用设备：但是当前并没有实现这个配置。
|
|||
|
|
device: "cuda"
|
|||
|
|
# 需要加载的所有模型的配置，可以填多个模型，也可以不填模型，等网页成功后手动加载模型
|
|||
|
|
# 不加载模型的配置格式：删除默认给的两个模型配置，给models赋值 [ ]，也就是空列表。参考模型2的speakers 即 models: [ ]
|
|||
|
|
# 注意，所有模型都必须正确配置model与config的路径，空路径会导致加载错误。
|
|||
|
|
# 也可以不填模型，等网页加载成功后手动填写models。
|
|||
|
|
models:
|
|||
|
|
- # 模型的路径
|
|||
|
|
model: ""
|
|||
|
|
# 模型config.json的路径
|
|||
|
|
config: ""
|
|||
|
|
# 模型使用设备，若填写则会覆盖默认配置
|
|||
|
|
device: "cuda"
|
|||
|
|
# 模型默认使用的语言
|
|||
|
|
language: "ZH"
|
|||
|
|
# 模型人物默认参数
|
|||
|
|
# 不必填写所有人物，不填的使用默认值
|
|||
|
|
# 暂时不用填写，当前尚未实现按人区分配置
|
|||
|
|
speakers:
|
|||
|
|
- speaker: "科比"
|
|||
|
|
sdp_ratio: 0.2
|
|||
|
|
noise_scale: 0.6
|
|||
|
|
noise_scale_w: 0.8
|
|||
|
|
length_scale: 1
|
|||
|
|
- speaker: "五条悟"
|
|||
|
|
sdp_ratio: 0.3
|
|||
|
|
noise_scale: 0.7
|
|||
|
|
noise_scale_w: 0.8
|
|||
|
|
length_scale: 0.5
|
|||
|
|
- speaker: "安倍晋三"
|
|||
|
|
sdp_ratio: 0.2
|
|||
|
|
noise_scale: 0.6
|
|||
|
|
noise_scale_w: 0.8
|
|||
|
|
length_scale: 1.2
|
|||
|
|
- # 模型的路径
|
|||
|
|
model: ""
|
|||
|
|
# 模型config.json的路径
|
|||
|
|
config: ""
|
|||
|
|
# 模型使用设备，若填写则会覆盖默认配置
|
|||
|
|
device: "cpu"
|
|||
|
|
# 模型默认使用的语言
|
|||
|
|
language: "JP"
|
|||
|
|
# 模型人物默认参数
|
|||
|
|
# 不必填写所有人物，不填的使用默认值
|
|||
|
|
speakers: [ ] # 也可以不填
|
|||
|
|
|
|||
|
|
# 百度翻译开放平台 api配置
|
|||
|
|
# api接入文档 https://api.fanyi.baidu.com/doc/21
|
|||
|
|
# 请不要在github等网站公开分享你的app id 与 key
|
|||
|
|
translate:
|
|||
|
|
# 你的APPID
|
|||
|
|
"app_key": ""
|
|||
|
|
# 你的密钥
|
|||
|
|
"secret_key": ""
|