SOTA Open Source TTS
Update docs for vits list (#20)
Stardust·减744622d8d0ff
diff --git a/docs/zh/finetune.md b/docs/zh/finetune.mdindex 0f7a309..3a107e5 100644--- a/docs/zh/finetune.md+++ b/docs/zh/finetune.md@@ -38,7 +38,12 @@python tools/vqgan/create_train_split.py data/demo```-该命令会在 `data/demo` 目录下创建 `data/demo/vq_train_filelist.txt` 和 `data/demo/vq_val_filelist.txt` 文件, 分别用于训练和验证.++该命令会在 `data/demo` 目录下创建 `data/demo/vq_train_filelist.txt` 和 `data/demo/vq_val_filelist.txt` 文件, 分别用于训练和验证.++!!!info+ 对于 VITS 格式, 你可以使用 `--filelist xxx.list` 来指定文件列表.+ 请注意, `filelist` 所指向的音频文件必须也位于 `data/demo` 文件夹下.### 3. 启动训练@@ -109,7 +114,8 @@ python tools/vqgan/extract_vq.py data/demo \```!!! note- 你可以调整 `--num-workers` 和 `--batch-size` 来提高提取速度, 但是请注意不要超过你的显存限制.+ 你可以调整 `--num-workers` 和 `--batch-size` 来提高提取速度, 但是请注意不要超过你的显存限制.+ 对于 VITS 格式, 你可以使用 `--filelist xxx.list` 来指定文件列表.该命令会在 `data/demo` 目录下创建 `.npy` 文件, 如下所示:@@ -137,10 +143,14 @@ python tools/vqgan/extract_vq.py data/demo \python tools/llama/build_dataset.py \--config "fish_speech/configs/data/finetune.yaml" \--output "data/quantized-dataset-ft.protos"+ --num_workers 16```命令执行完毕后, 你应该能在 `data` 目录下看到 `quantized-dataset-ft.protos` 文件.+!!! note+ 对于 VITS 格式, 你可以使用 `--filelist xxx.list` 来指定文件列表.+### 4. 启动 Rust 数据服务器由于加载和打乱数据集非常缓慢且占用内存, 因此我们使用 rust 服务器来加载和打乱数据. 该服务器基于 GRPC, 可以通过以下方式安装: