音频合成之百度飞浆微调保姆级教程

🎯 这里我们使用，百度飞浆产品进行操作

• 至少需要提供一分钟的原声视频，越清晰越好，用于分析人物音色、声纹等特点。
• 预防针：这块稍微有点难度，涉及代码，不过不用担心，照着操作即可。
• 官网链接：飞桨AI Studio星河社区-人工智能学习与实训社区

3.2.1 选择项目并运行 GPU 环境

1、进入项目大厅，进入【有手就行】项目

2、点击运行，大家也可以看看项目说明，里面教程也很详细

3、进入环境时，一定要选择 32G或以上的GPU环境运行，CPU环境无法运行

等待启动

点击进入

3.2.2 开始微调【慢慢来】

🎯 注意：

• 这是一个 python 文件，前面买的 CPU 就是作微调用的。
• 大家需要挨个代码段点击▶️按钮运行程序，一定要按顺序运行，并且要保证前面的代码运行成功再运行后面的代码，运行前请看好如下说明。
• 如果跳着运行，会出错。

点击红框处的 ▶️ 按钮运行

运行完，重启一下内核（同一个文件，往下滑就看到了）

然后开始挨个运行下面的代码段（不需要重启内核了）

下载依赖，这步骤时间较长，耐心等待

中间几个同样操作，挨个运行，省略...

当运行到下图位置时，修改文件路径上传音频文件后，再运行

修改文件路径（同一个文件，往下滑就看到了）

将准备好的音频上传到刚刚的文件夹（音频切割工具可以使用 slicer-gui）

🎯 上传的音频数据说明：

• 对于语音合成任务，对数据是有一定要求的，尽可能上传干净的人声数据，比如像示例中的人声数据，在安静环境下录制，录制设备无论是手机，电脑，还是别的设备都可以，注意一定要控制噪音，或者提前使用音频剪辑软件进行降噪。

1. 1. 音频不要太长，也不要太短，建议2s~10s之间
   2. 音频尽量是干净人声，不要有BGM，不要有比较大的杂音，不要有一些奇奇怪怪的声效，比如回声等
   3. 声音的情绪尽量稳定,以说话的语料为主，不要是『嗯』『啊』『哈』之类的语气词

• 关于录音工具

• • 你可以使用一些在线运行的录音工具或者 【Adobe Audition】，【Cool Edit Pro】, 【Audacity】 等录音软件录制音频，保存为 24000采样率的 Wav 格式

• 这里方便大家联系，给大家提供一组音频如下👇
• 📎SpkA.zip

记得点击▶️按钮运行哦

微调参数调整

修改文本

全部运行完成后

下载音频：上面代码块运行后，按下面的方式下载音频

3.3.3 微调模型下载与使用

模型下载

上面 微调训练 结束后，会在 【inference】目录下生成对应 【exp_name】的模型文件夹，使用下面的代码块生成对应压缩文件，右键点击下载即可

3.2.4 停止服务

一般人不会告诉你这一步，服务记得停掉，因为前面的 GPU 是按小时收费的。

不过刚刚用的这会，不用担心，新人有免费额度。

查看自己剩余算力卡