auspicious3000/SpeechSplit

音色迁移的问题

IndowK opened this issue · 4 comments

IndowK commented

作者您好，我选择了vctk数据集中p225到p246共二十个说话人的语音进行训练（包括有p226和p231），模型迭代到十万次左右损失不再下降（31左右），但是使用模型时，我发现仅有音高和韵律进行了转换，而音色没有变化，且转换音色生成的语音质量很差。我继续迭代到二十万次，损失没有下降，效果与迭代十万次的相同，仅有韵律和音高有转换，音色转换效果很差。我想知道这可能是为什么？我应该继续训练迭代到六十多万次吗？

auspicious3000 commented

可能是需要调bottleneck吧，虽然都是vctk，但选择的训练数据不一样还是有可能需要调bottleneck的

IndowK commented

我的代码基础比较弱，我想请问一下，调节bottleneck的参数是指调节hparams.py中的 dim_neck, dim_neck_2, dim_neck_3吗？

  • 👍1
IndowK commented

我还有一个猜测，是不是我没有将speakerID加进来？
image

auspicious3000 commented

speaker id 是要加的