|
### 20230409 |
|
- 修正训练参数,提升显卡平均利用率,A100最高从25%提升至90%左右,V100:50%->90%左右,2060S:60%->85%左右,P40:25%->95%左右,训练速度显著提升 |
|
- 修正参数:总batch_size改为每张卡的batch_size |
|
- 修正total_epoch:最大限制100解锁至1000;默认10提升至默认20 |
|
- 修复ckpt提取识别是否带音高错误导致推理异常的问题 |
|
- 修复分布式训练每个rank都保存一次ckpt的问题 |
|
- 特征提取进行nan特征过滤 |
|
- 修复静音输入输出随机辅音or噪声的问题(老版模型需要重做训练集重训) |
|
|
|
### 20230416更新 |
|
- 新增本地实时变声迷你GUI,双击go-realtime-gui.bat启动 |
|
- 训练推理均对<50Hz的频段进行滤波过滤 |
|
- 训练推理音高提取pyworld最低音高从默认80下降至50,50-80hz间的男声低音不会哑 |
|
- WebUI支持根据系统区域变更语言(现支持en_US,ja_JP,zh_CN,zh_HK,zh_SG,zh_TW,不支持的默认en_US) |
|
- 修正部分显卡识别(例如V100-16G识别失败,P4识别失败) |
|
|
|
### 20230428更新 |
|
- 升级faiss索引设置,速度更快,质量更高 |
|
- 取消total_npy依赖,后续分享模型不再需要填写total_npy |
|
- 解锁16系限制。4G显存GPU给到4G的推理设置。 |
|
- 修复部分音频格式下UVR5人声伴奏分离的bug |
|
- 实时变声迷你gui增加对非40k与不懈怠音高模型的支持 |
|
|
|
|
|
### 后续计划: |
|
功能: |
|
- 增加选项:每次epoch保存的小模型均进行提取 |
|
- 增加选项:推理额外导出mp3至填写的路径 |
|
|
|
底模: |
|
- 收集呼吸wav加入训练集修正呼吸变声电音的问题 |
|
- 我们正在训练增加了歌声训练集的底模,未来会公开 |
|
- 升级鉴别器 |
|
- 升级自监督特征结构 |
|
|