AI聲音克隆模型常見(jiàn)問(wèn)題匯總-學(xué)習(xí)筆記（附解決方法

聲明：
源碼非原創(chuàng)，轉(zhuǎn)載自小破站UP主Jack-Cui，文章部分內(nèi)容來(lái)源網(wǎng)路，本文只用于技術(shù)分享，模型訓(xùn)練與語(yǔ)音輸出已測(cè)試成功。

硬件配置工具及運(yùn)行環(huán)境

CPU: i5-12490F
顯卡：七彩虹戰(zhàn)斧 RTX 4060 顯存8G  # 網(wǎng)傳：A卡不行
內(nèi)存：16G
運(yùn)行系統(tǒng)：Windows 10
Python版本：3.10.9
Python舊版本下載鏈接：https://www.python.org/downloads/windows/

名詞解釋：

batch_size：計(jì)算效率和內(nèi)存容量之間的平衡參數(shù)。若為高性能GPU，可以設(shè)置更大的batch_size值
epochs：所有樣本訓(xùn)練一遍。一個(gè)epoch是所有訓(xùn)練樣本的一輪正向傳遞和一輪反向傳遞。
舉例：假設(shè)訓(xùn)練數(shù)據(jù)集總共有1000個(gè)數(shù)據(jù)集，batch_size=10，樣本集需要100次迭代，完成1次epoch。

*問(wèn)題匯總(附解決方法

Part 1: 訓(xùn)練幾小時(shí)報(bào)錯(cuò)。

解決方法：比如設(shè)置了epoch為50，結(jié)果訓(xùn)練很久后報(bào)錯(cuò)，可以看cmd的日志，是不是最后一條訓(xùn)練Epoch為50或者51.這種報(bào)錯(cuò)是模型訓(xùn)練已經(jīng)完成。直接關(guān)閉，啟動(dòng) 預(yù)測(cè)一鍵啟動(dòng).bat 即可

Part 2：CUDA相關(guān)報(bào)錯(cuò)

解決方法：這種一般是爆顯存，建議是音頻做下切片，每個(gè)wav不超過(guò)2分鐘，batch_size調(diào)小一下。

Part 3： Error Connection errored out.

解決方法：打開(kāi)報(bào)錯(cuò)：Error Connection errored out. 建議檢查下代理服務(wù)器有沒(méi)有關(guān)掉，以及墻/VN/魔法上網(wǎng)，有沒(méi)有關(guān)閉。

Part 4: 找不到系統(tǒng)指定路徑問(wèn)題

解決方法：一般這個(gè)是權(quán)限不夠，直接雙擊，或者用管理員身份打開(kāi)。如果是預(yù)測(cè)一鍵啟動(dòng).bat打不開(kāi)，也有可能是模型沒(méi)有訓(xùn)練成功。

Part 5：開(kāi)始運(yùn)行后提示：音頻文件識(shí)別失敗

解決方法：這個(gè)是訓(xùn)練填寫(xiě)的路徑錯(cuò)誤，路徑不要包含中文，建議是直接在工程文件里面找到VITS_fast_finetune\raw_audio直接復(fù)制粘貼過(guò)去

Part 6：頁(yè)面文件太小，無(wú)法完成操作

解決方法：這個(gè)需要修改下虛擬內(nèi)存。建議改大一點(diǎn)。具體教程可以百度搜索
大概步驟：高級(jí)系統(tǒng)設(shè)置–點(diǎn)上邊高級(jí)–性能里面點(diǎn)設(shè)置–再點(diǎn)性能選項(xiàng)中高級(jí)–出來(lái)有個(gè)虛擬內(nèi)存更改按鈕–點(diǎn)擊進(jìn)去設(shè)置（根據(jù)自己硬件條件設(shè)置，比如D盤(pán)256G 我設(shè)置100G虛擬內(nèi)存

Part 7：bat 文件亂碼

解決方法：不要使用win11默認(rèn)的解壓軟件，解壓壓縮包，請(qǐng)使用WinRAR解壓。

解壓工具分享鏈接：https://pan.baidu.com/s/10QEYoeNoUem9hCkWzzQpaw
提取碼：9996

Part 8： ProcessExitedException 報(bào)錯(cuò) code 3221225477

process 0 terminated with exit code 3221225477

解決方法：報(bào)錯(cuò)原因是音頻通過(guò)腳本生成對(duì)應(yīng)的text文本中，句子太長(zhǎng)。簡(jiǎn)而言之還是爆顯存
個(gè)人解決方法：將wav文件做下前期處理，通過(guò)剪映將長(zhǎng)句子的片段裁剪掉
Up主解決方法：https://www.bilibili.com/video/BV13z4y1L74i/ 視頻4分鐘后就有講解該問(wèn)題。

Part 9：訓(xùn)練沒(méi)有進(jìn)度條，空跑項(xiàng)目

解決方法：檢查音頻raw_audio文件夾有沒(méi)有放到VITS_fast_finetune 工程目錄下

Part 10：運(yùn)行后網(wǎng)頁(yè)打不開(kāi)

解決方法：打開(kāi) finetune_webui.py 文件，修改最后兩行代碼，8088 改為 8089 或者其他端口。

Part 11：multiprocessing.spawn.ProcessExitedException: process 0 terminated with exit code 1

解決方法：這種異常報(bào)錯(cuò)，直接打開(kāi) finetune_webui.py 文件，找到587行，將gr.Slider中第二個(gè)參數(shù)改成 10000，重新運(yùn)行代碼，在網(wǎng)頁(yè)端選擇epochs時(shí)，調(diào)高點(diǎn)。

max_epochs = gr.Slider(2, 10000, value = 200, label = "訓(xùn)練epochs次數(shù)", info = "迭代訓(xùn)練的輪次，默認(rèn)200")

Part 12：路徑?jīng)]錯(cuò)，點(diǎn)開(kāi)始訓(xùn)練完全沒(méi)反應(yīng)，也沒(méi)打印流程

解決方法：檢查，檢查，檢查路徑中的音頻文件后綴是不是小寫(xiě)wav，文件后綴必須為小寫(xiě)！小寫(xiě)！小寫(xiě)的wav

Part 13: UnicodeEncodeError: ‘gbk‘ codec can‘t encode character（編碼問(wèn)題

解決方法：更新一下 pip，

更新指令：pip install --upgrade pip
然后win+R 輸入cmd，輸入
set PYTHONUTF8=1

Part 14：關(guān)于預(yù)測(cè)一鍵啟動(dòng).bat 運(yùn)行失敗問(wèn)題

解決方法：檢查路徑中是否含有中文，需要先運(yùn)行訓(xùn)練一鍵啟動(dòng).bat，訓(xùn)練好模型之后，關(guān)掉訓(xùn)練一鍵啟動(dòng).bat，只運(yùn)行預(yù)測(cè)一鍵啟動(dòng).bat，模型是不能分享，必須自己訓(xùn)練。

Part 15：關(guān)于重新訓(xùn)練模型

解決方法：分別刪除以下 目錄 里面的文件

denoised_audio
custom_character_voice
separated
segmented_character_voice
OUTPUT_MODEL

然后刪除工程目錄下的 txt 文件

final_annotation_train.txt
final_annotation_val.txt

另外：如果想繼續(xù)之前訓(xùn)練一般的模型，OUTPUT_MODEL目錄的文件不用刪除，僅刪除上面所述的其他文件。重新運(yùn)行代碼即可

Part 16：（待更新，可以在評(píng)論區(qū)留言…

有待更新…

個(gè)人使用總結(jié)：

1.音頻文件盡量是5分鐘內(nèi)
2.效果與預(yù)期可能有點(diǎn)差距，只能到百分之80-90的效果
3.訓(xùn)練的時(shí)間需要很長(zhǎng)。建議先設(shè)置epochs=50試一下，是不是自己想要的效果，不滿意建議就換音源節(jié)省時(shí)間，個(gè)人測(cè)試后epochs=900與epochs=50 只是音質(zhì)完善一下。
4.訓(xùn)練模型中，最好使用干聲作為數(shù)據(jù)源
5.使用工具鏈接分享

嗶哩嗶哩視頻解析下載：https://bilibili.iiilab.com/
在線視頻提取音頻：https://airmore.cn/extract-audio-online
在線轉(zhuǎn)換音頻文件：https://www.aconvert.com/cn/audio/文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-790496.html

創(chuàng)作不易，麻煩點(diǎn)個(gè)贊！感謝支持?。?/h2>

創(chuàng)作不易，麻煩點(diǎn)個(gè)贊！感謝支持?。?/h2>

創(chuàng)作不易，麻煩點(diǎn)個(gè)贊！感謝支持?。?/h2>

到了這里，關(guān)于AI聲音克隆模型常見(jiàn)問(wèn)題匯總筆記（附解決方法，可評(píng)論區(qū)留言問(wèn)題技術(shù)交流的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！