Skip to content

SOTA Open Source TTS

Update docs for vits list (#20)

Stardust·减744622d8d0ff
diff --git a/docs/zh/finetune.md b/docs/zh/finetune.md
index 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: