适合初学者。
本地测试环境:
LAPTOP: ROG Zephyrus G15
OS: Windows 11 家庭中文版 21H2
GPU: NVIDIA GeForce RTX 3080 Laptop GPU
云端测试环境:
CPU: 18 核 Xeon Gold 6142
GPU: 3 块 RTX 3080, 共 31.5 GB 显存
Docker: v20.10.10
CUDA: v11.2
PyTorch: v1.10
基本依赖:
-
若
torch.__version__
显示cpu
,请卸载torch并重装gpu版本。
其他依赖:
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
建议先跳过这一步,直接下载release
中提供的预训练模型;看到最终效果后,再返工训练模型。
首先,
- 下载 zhvoice 中文语音数据集
- 根目录下新建
dataset
文件夹,将数据集压缩包依次解压至该文件夹 - (选做)将加性噪声音频添加至
dataset
文件夹,相应地,修改./config/augment.yml
- 在终端中运行:
python .\create_data.py
,创建列表
其次,
- 在终端中运行:
python .\train.py
,训练模型 - 在终端中运行:
visualdl --logdir ./log --port 8080
,查看进展(http:https://127.0.0.1:8080
)
最后,
- 在终端中运行:
python eval.py
,计算阈值