底部模型的训练经验与分享

前言

最近有小伙伴想学习一下底部模型的制作方案，在这里分享一下妙音的底部模型是如何训练的。

在学习之前你需要了解一下什么是底部模型。

通俗一点说就是相当于一个Ai的核心部分，在rvc中相当于一位“老师”，这个底模越大，“学生”将会越快掌握数据集的数据，效果也会更好。

这里就不做太多的阐述。

无论训练什么底模，都有两种方法，第一种重新训练，第二种微调模型。

对于第一种我并不推荐，这需要很大的数据集（通常50+小时的数据），对于GPU的要求会比较高，成本较高。

第二种在原基础的模型上进行微调，推荐的原因是，此类方法微调的数据通常所需要的数据集不需要很大，并且耗时比较短能得到很好的效果。

如何训练我的底部模型呢？

下载地址：https://github.com/IAHispano/Applio/releases

下载后点击文件run-install.bat自动安装所需要的库。（需科学上网）

之后点击run-applio.bat即可运行。

安装后如何训练我们需要的底模呢？

在官方给出的文档中有对这方面的描述，这里我直接引用。

文档：https://docs.applio.org/applio/getting-started/pretrained

我这里基于rvc的底模微调一个模型，点击训练后直接找到训练功能中的高级设置。

勾选[自定义预训练]，会出现G模以及D模型的选择，你可以直接填写RVC_v2中的D模型路径以及G模型路径。又或者你可以直接在导航中找到[下载]页面，下拉到下载[预训练模型下载]这块功能。

这里需要注意，这里比较推荐Titan，当然你可以选择rvc中的底部模型，它一般在rvc项目中的

前缀带f0的是代表有高音指导的，还需要注意的是采样率 40K以及48K。

比如我要微调一个48k的底部模型。

我在采样率这样选择48k。

在底部模型的选择上它应该是这样的。

做到这一步差不多还不够，你还需要用于训练底模的数据集。

填写你的数据集所在的文件夹路径，这个路径你可以放置许多数据，不单单是单人说话的数据，你应该放置多人说话的数据，你至少需要准备5-15个小时或者更多的数据。在准备数据中，我建议前期你需要做好准备，分割，降噪等前期工作。

当然你可以在抱脸中下载你认为行的数据集，使用已经切割好的数据集。但还是需要考虑数据集部分的降噪。

这里建议你可以是先用少量的数据集尝试，之后陆续在增加实验的进度。

ok，准备好后，你需要陆续点击

[预处理数据集]->[提取特征]->[开始训练]

你会发现这和rvc的训练无区别。

训练完成后你将会在目录中

得到

D_2333333.pth以及G_2333333.pth两个底模文件。

这就是微调后的底模型，文件会比rvc的底模都会大，这里考虑是扩展了模型。

如何测试呢？

https://klrvc.com/sybz/2744.html

和上面这篇文章一样，放置rvc模型中，填写新训练的底部模型。

用少量的数据集，如2-3分钟的数据集去测试，看看效果如何。

这就是rvc底模大概的一个训练过程，入不太理解可附上错误信息或者其他信息评论区留言，将会一一解答。

最新活动

1. 开通永久会员享受一次免费专属模型定制，之后定制模型按照五折计算，全场精品模型无限制免费下载。
2. 开通普通会员全场精品模型每日限量下载，免费模型无限制下载。定制模型按照八折计算。
3. 模型定制区全面开通，最优惠的价格，响应速度快，模型质量高。模型定制100起，快来定制您的专属模型吧。