Mygf-f048k使用文档

更新2025/12/01 这次我们发布了Spin版的底模，在...

更新2025/12/01 这次我们发布了Spin版的底模，在一定程度上对模型的收敛会更加快，并且对哑音的优化会有一定的效果。 说明，由于Spin版团队打包时，只上传了底模文件，所以替换文件48k.json以及rmvpe.pt在Contentvec版本中，请优先下载Contentvec版的底膜。 前言 本底模完全跳过RVC_v2默认底模从头开始训练的一款预训练模型，默认RVC_v2的模型说话人是109位，使用50小时英文数据集进行训练。而Mygf-f048k基于contentvec嵌入模型，使用中英日三种语言数据集进行预训练，语言数据集大约在100小时左右，配合预训练rmvpe高音指导。 替换 值得注意的是，本款模型由于增加说话人，您需要替换原本的RVC_v2的底膜配置文件。 configs\v2\48k.json 下载的是官方开源项目并且版本为V1006，那么它一定会在这个位置，在此之前，您可以备份该文件在替换。 其次，还需要替换掉rmvpe模型。 assets\rmvpe\rmvpe.pt 训练模型一定要替换这两个文件，否则会导致训练失败或训练的模型沙哑。 参数 本次底膜的参数比RVC_v2两倍之多，预训练的参数如下： 说话人：308位 语言：中/美/日 语料：>100/小时 step：≈1.2M 训练周期：24 day 详细教程 文件打包的目录如下 rmvpe.pt 48k.json D_Mygf-f048K.pth G_Mygf-f048K.pth 将1和2文件按照第二部中的 替换 解压到指定的位置上，3和4您可以放在任何一个可访问目录下，至此新底膜部署完毕。 在训练中请先选择 [目标采样率->48K] 之后在修改 [ 加载预训练底模G路径 ] 以及 [ 加载预训练底模D路径 ] 的路径。 (修改底膜路径) 在训练期间，控制台输出： DEBUG:infer.lib.infer_pack.models:gin_channels: 256, self.spk_embed_dim: 308 则代表底膜正确识别加载成功。这个时候，所有步骤都已经完成。 可能出现的问题...

48k, f0, rvc, 下载, 底膜, 新底模, 预训练

使用帮助