jack-cherish / dsi

Do Something Interesting缩写，做一些有趣的事

Hi there 👋

• 🔭 热爱 coding 的算法工程一枚，欢迎关注~
• 🌱 Python 基础、数据结构、机器学习、深度学习、网络爬虫、面试经验等优质内容，持续输出ing
• 🤔 Website：https://cuijiahua.com/
• 🌈 BiliBili：https://space.bilibili.com/331507846
• 👯 Wechat：微信公众号搜索：「JackCui」

dsi's Issues

这些依赖在哪里

commons package issue

commons的包是这个吗？https://pypi.org/project/commons/0.7/，安装的时候会报

for key, value in pkg_info.iteritems():
      AttributeError: 'dict' object has no attribute 'iteritems'

这个错误

训练集、验证集区分问题

up主你好，你的工作对我很有帮助。在finetune_webui.py代码中，您似乎使得训练集与验证集相同，请问这种方法是否合适？是否在训练中会出现过拟合的情况？非常感谢
final_annos = cleaned_new_annos
# save annotation file
with open("final_annotation_train.txt", 'w', encoding='utf-8') as f:
for line in final_annos:
f.write(line)
# save annotation file for validation
with open("final_annotation_val.txt", 'w', encoding='utf-8') as f:
for line in cleaned_new_annos:
f.write(line)

开源模型和数据

大神你好，我是新手小白，从 b 站过来的，b 站上合成的视频太牛了，想问一下能不能开源模型和数据，想学习～

关于https://github.com/Jack-Cherish/dsi/blob/main/vits_script/finetune_webui.py

wav, sr = torchaudio.load(os.path.join("separated", "htdemucs", fname, "vocals.wav"), frame_offset=0, num_frames=-1, normalize=True, channels_first=True)
这一行代码在读取VITS_fast_finetune\separated\htdemucs{fname}\vocals.wav这个文件，但是我的separated目录里是空的。而且我看到代码里没有任何地方在separated目录里创建这些文件，请问这是怎么回事呢？

建议为 finetune_webui.py 增加运行环境说明

尝试使用 anaconda + python 3.9.17 / 3.11.4 运行该脚本，持续出现报错：

1. whisper 安装应该使用 openai-whisper
2. commons 包安装失败

建议说明需要使用的 python 版本，以及增加 requirements.txt

继续训练的逻辑问题

在前端界面。您声称：“重新训练选择是，接着已经保存的模型继续训练选择否”

然而，当选择“是”时：
continue_train=“是”

这导致get_hparams()函数中，cont = True
if continue_train == "是":
drop_speaker_embed = False
cont = True

在run()函数中的，hps.cont == True，会导致加载G_latest.pth、D_latest.pth。
if hps.cont:
try:
_, _, _, epoch_str = utils.load_checkpoint(utils.latest_checkpoint_path(hps.model_dir, "G_latest.pth"), net_g, None)
_, _, _, epoch_str = utils.load_checkpoint(utils.latest_checkpoint_path(hps.model_dir, "D_latest.pth"), net_d, None)
global_step = (epoch_str - 1) * len(train_loader)

因此，我认为当选择“是”时，继续训练，而选择”否“，重新训练。

音频文件识别失败

2023-09-09 00:44:33 【已完成】音频文件命名修改
2023-09-09 00:44:40 音频文件识别失败
2023-09-09 00:44:40 【已完成】音频对应txt文本生成
2023-09-09 00:44:40 【已完成】数据预处理，训练集、验证集切分
2023-09-09 00:44:40 【进行中】开始训练，训练进度请看后台

请问，这个识别失败是对音频有什么要求吗