如何准备自己的数据集

[xiaoyin199]

请假，如何准备自己想要的数据集

[xiaoyin199]

@MaxMax2016 请问这里准备数据集，是不是只能按着标贝这个样子来准备吗？
必须是这个样子吗？
./data/waves/000106.wav|./data/berts/000106.npy|sil m ao3 t u4 k ai1 x in1 s uei4 sp l iang3 ^ an4 g ong4 ^ ing2 ch uen1 sp sil ./data/waves/000107.wav|./data/berts/000107.npy|sil ^ u3 ^ ve4 t ian1 m a3 sh a1 t i4 j v2 ^ ua2 ^ ua5 h uan4 zh uang1 b i3 j i1 n i2 sp sil ./data/waves/000108.wav|./data/berts/000108.npy|sil p o1 t u3 ^ ian2 x ing4 ^ uei2 p o1 p o1 sp c an2 j i1 t u3 sh u2 t u3 zh iii4 b ian1 p o1 sp sil

data目录下的数据格式，也必须是这样准备是吗？
000001 卡尔普#2陪外孙#1玩滑梯#4。 ka2 er2 pu3 pei2 wai4 sun1 wan2 hua2 ti1 000002 假语村言#2别再#1拥抱我#4。 jia2 yu3 cun1 yan2 bie2 zai4 yong1 bao4 wo3 000003 宝马#1配挂#1跛骡鞍#3，貂蝉#1怨枕#2董翁榻#4。

原来vits的这折中 就不行了是吗？
/data/waves/000106.wav|你好你好你好

感谢！

[xiaoyin199]

这个社区很不活跃！

[xiaoyin199]

终于搞定了；

[xiaoyin199]

1、音频不能过短不能小于2秒就这样认为 2、内容不要有数字和字母 3、也可以使用spanpsp处理成标贝格式数据

[ShangkunTu]

spanpsp

谢谢分享，请问spanpsp处理成标贝数据是怎么实现的啊？我搜一下spanpsp没找到具体是什么，方便说的稍微详细点吗？谢谢

[xiaoyin199]

参考这个项目写一写，https://github.com/Zz-ww/VITS-BigVGAN-SpanPSP-Chinese
但是训练是需要大量的数据源的，https://www.data-baker.com/data/index/TNtts/这个开放数据源是1w条，那么想训练自己需要的音色，那么也得有几千条 的数据源数据，搞定数据源是关键，这个我还没搞定。
有个思路就是用 sovits 先训练一个音色转换（这个所需要的素材不多）然后再把 标贝1w条数据的音色换成自己想要的使用sovits，然后再直接进行训练。只是 还没有试验此方法

[xiaoyin199]

我也想训练一下自己的声音模型，目前卡在数据源了，没有能轻松的准备，这么多的数据源

[hwhw97]

参考这个项目写一写，https://github.com/Zz-ww/VITS-BigVGAN-SpanPSP-Chinese 但是训练是需要大量的数据源的，https://www.data-baker.com/data/index/TNtts/这个开放数据源是1w条，那么想训练自己需要的音色，那么也得有几千条 的数据源数据，搞定数据源是关键，这个我还没搞定。 有个思路就是用 sovits 先训练一个音色转换（这个所需要的素材不多）然后再把 标贝1w条数据的音色换成自己想要的使用sovits，然后再直接进行训练。只是 还没有试验此方法

你试了吗？效果怎么样？

[GDbbq]

建议看看文本预处理的代码

[zhaojingxin123]

有没有 ./bert/prosody_model.pt'可以分享一下呀？