BertVits2训练环境搭建

2023年12月04日 46

模型训练

本篇基于从github自行拉取安装，如使用镜像请按照镜像规则使用

这个搭建环境是已经跑通的流程，如果中间自选环节出错或安装后跑不通那就按照章节的流程安装，等足够熟练了再自行更换你想更换的内容

云环境

安装

从github从克隆项目或下载Release（流程中使用的版本：==2.1==）

git clone https://mirror.ghproxy.com/https://github.com/fishaudio/Bert-VITS2.git

安装虚拟环境

创建环境

conda create -n <环境名> python=3.10

安装完成后输入conda activate <环境名>进入该环境以进行后续的操作

安装pytorch

多做这一步是以防根据项目内的requirements.txt安装，安装了CPU版本或者是项目内没有这个包

访问https://pytorch.org/下拉页面找到命令直接安装2.1.1+cuda118 或者点击Previous Versions of Pytorch按钮进行以往版本页面选择低几个版本的Pytorch安装这个自行选择

这里留一份2.1.1+cuda118的安装指令以防后续Pytorch更新难找这个版本的安装指令
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
验证Pytorch 等待安装完成后依序输入以下指令返回预期内结果则为成功

# python #进入python
>>> import torch #引入torch
>>> print(torch.__version__) #打印版本
2.0.1+cu118
>>> print(torch.cuda.is_available()) #为True代表cuda已经启动了，就已经验证完成
True
>>> print(torch.cuda.device_count()) #这个是查看读取到多少个GPU，这一步可做可不做
1
>>> exit() #退出python

安装包内环境

在文件末尾加入这几个包后再安装，不然后面会有地方提示缺少包 regex pyyaml huggingface_hub openi

pip install -r requirements.txt

准备训练集

运行一下训练python train_ms.py，创建一个config.yaml出来根据你的喜好进行修改一下值

dataset_path: "Data" #修改你喜欢的路径或者不动，后面所有路径相关的都以它为根目录
mirror: "openi" #这里建议换成openi,下模型速度且方便
openi_token: "xxxxx" 登录https://openi.pcl.ac.cn/创建一个令牌token放进来
transcription_path: "filelists/<你的实际名称>.list"
train_ms:
    base:
      use_base_model: true #改成true使用预训练模型进行训练
  num_workers: 13 # 训练使用的worker，不建议超过CPU核心数
  spec_cache: false # 关闭此项可以节约接近50%的磁盘空间，但是可能导致实际训练速度变慢和更高的CPU使用率。
webui:
    port: 6006 #修改成云环境指定的对外端口
    model: "models/G_10000.pth" 推理是记得改成实际的模型
    config_path: "configs/config.json"
translate: # 如果需要请在百度翻译里申请，可以在推理页面使用中翻日功能
  # 你的APPID
  "app_key": ""
  # 你的密钥
  "secret_key": ""

修改config.json

默认在根目录下configs文件夹内，你需要移动它到dataset_path内

"eval_interval": 500, # 每x步保存一次模型；根据自己喜好修改
"batch_size": 12, # 请根据你的GPU显存修改，过大会爆显存；这里的参考值为4090

处理音频重采样到44100khz

python resample.py 4. 处理训练集标注（语音台词） python preprocess_text.py 5. bert处理 python bert_gen.py 6. emo处理 python emo_gen.py 7. spec处理（可选）^1^ python spec_gen.py 8. 开始训练 python train_ms.py

本地训练（Windows）

安装conda 【不是必须的但是建议你这么做】

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

如果选择为所有用户安装，需要手动添加环境变量，只为自己安装可以勾选添加到环境变量
可选把conda注册为系统python

设置环境变量

<你的安装路径>\anaconda3 
<你的安装路径>\anaconda3\Scripts 
<你的安装路径>\anaconda3\Library\mingw-w64\bin
<你的安装路径>\anaconda3\Library\usr\bin 
<你的安装路径>\anaconda3\Library\bin

后续创建conda环境等操作就跟云训练一样了

注解

需要在config.yaml中开启spec_cache才生效

BertVits2训练环境搭建

云环境

安装

安装虚拟环境

准备训练集

本地训练（Windows）

加载中..