可以先通过bilibili视频了解一下Bert-VITS2所生成的语音效果。
源码下载与环境准备
本文使用开源项目 Bert-VITS2 来生成模型。
1
2
3
4
5
6
7
8
9
10
|
git clone git@github.com:fishaudio/Bert-VITS2.git
# 安装依赖的pip包
pip install -r requirements.txt
# 安装pytorch等
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 检查依赖是否安装完毕
python text\chinese_bert.py
|
WebUI
执行以下命令可以运行一个WebUI：
1
|
python webui_preprocess.py
|
运行效果：
模型下载
按照WebUI上的指南，要能够开始训练数据，还需要先从huggingface上下载依赖的几个模型文件。
使用 git lfs 下载 huggingface 模型的时候可能会比较容易出错，此时可以使用替代的方案，使用简单的python代码下载，实测非常有效。代码如下：
1
2
3
4
5
6
7
8
9
10
|
from pycrawlers import huggingface
hg = huggingface()
urls = ['https://huggingface.co/hfl/chinese-roberta-wwm-ext-large/tree/main',
'https://huggingface.co/microsoft/wavlm-base-plus/tree/main',
'https://huggingface.co/ku-nlp/deberta-v2-large-japanese-char-wwm/tree/main',
'https://huggingface.co/microsoft/deberta-v3-large/tree/main']
hg.get_batch_data(urls)
|
当然需要首先：pip install pycrawlers
其他资源
安装过程中的疑难解法
pynini 安装失败
pip install -r requirements.txt 过程中可能会出现pynini安装失败的提示。不讲原因了，官方文档中也有提到"Pynini is neither designed for nor tested on Windows"。直接给解法：
1
|
conda install -c conda-forge pynini
|
torch 安装过程频繁失败
由于要下载3G+的内容，在网络不太稳定的情况下祭出暴力大招（大力出奇迹）：
