EA-SVC 项目使用教程

EA-SVC 项目使用教程

EA-SVC An implement of "Phonetic Posteriorgrams based Many-to-Many Singing Voice Conversion via Adversarial Training" 项目地址: https://gitcode.com/gh_mirrors/ea/EA-SVC

1. 项目的目录结构及介绍

EA-SVC 项目的目录结构如下：

EA-SVC/
├── configs/
│   ├── stage1.json
│   ├── stage2.json
│   └── stage3.json
├── models/
├── utils/
│   └── dataset.py
├── .gitignore
├── LICENSE
├── README.md
├── distributed.py
├── inference.py
└── train.py

目录结构介绍

• configs/: 存放项目的配置文件，包括 stage1.json, stage2.json, stage3.json。
• models/: 存放模型的相关文件。
• utils/: 存放工具函数和类，例如 dataset.py 用于数据加载。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的介绍和使用说明。
• distributed.py: 分布式训练相关的脚本。
• inference.py: 推理脚本，用于模型推理。
• train.py: 训练脚本，用于模型训练。

2. 项目的启动文件介绍

train.py

train.py 是项目的主要启动文件，用于模型的训练。可以通过以下命令启动训练：

CUDA_VISIBLE_DEVICES=0 python train.py -c configs/stage1.json
CUDA_VISIBLE_DEVICES=0 python train.py -c configs/stage2.json
CUDA_VISIBLE_DEVICES=0 python train.py -c configs/stage3.json

inference.py

inference.py 是推理脚本，用于模型的推理。可以通过以下命令启动推理：

python inference.py -c configs/stage1.json

distributed.py

distributed.py 是分布式训练的启动文件，用于在多 GPU 环境下进行训练。

3. 项目的配置文件介绍

configs/stage1.json

stage1.json 是第一个阶段的配置文件，包含以下主要配置项：

• data_path: 数据路径。
• model_path: 模型保存路径。
• batch_size: 批处理大小。
• learning_rate: 学习率。

configs/stage2.json

stage2.json 是第二个阶段的配置文件，包含以下主要配置项：

• data_path: 数据路径。
• model_path: 模型保存路径。
• batch_size: 批处理大小。
• learning_rate: 学习率。

configs/stage3.json

stage3.json 是第三个阶段的配置文件，包含以下主要配置项：

• data_path: 数据路径。
• model_path: 模型保存路径。
• batch_size: 批处理大小。
• learning_rate: 学习率。

通过这些配置文件，用户可以灵活地调整训练和推理过程中的参数。

EA-SVC An implement of "Phonetic Posteriorgrams based Many-to-Many Singing Voice Conversion via Adversarial Training" 项目地址: https://gitcode.com/gh_mirrors/ea/EA-SVC