Controles e fluxo de trabalho de treinamento

Quatro estágios

Estágio	Entradas	Verifique antes de continuar
Dados do processo	Caminho do conjunto de dados, taxa, nome do experimento e threads de CPU	Importação concluída, áudio utilizável foi lido e os logs pertencem ao experimento pretendido.
Extração de recursos	Áudio preparado, guia de pitch, extrator e incorporador de treinamento	O estágio foi concluído usando as configurações esperadas.
Train Pth	Recursos, par G/D, alvo, GPU, lote e precisão	Avanços de progresso e pontos de verificação periódicos são escritos.
Índice de recursos de treinamento	Recursos extraídos e algoritmo de índice	O índice gerado pertence a esta execução e pode ser emparelhado com sua exportação de inferência.

Arquitetura e performance

A versão 2.1.0 oferece configurações de 32, 40 e 48 kHz com combinações disponíveis determinadas pelo vocoder. HiFi-GAN e RefineGAN têm restrições diferentes. Verifique o par compatível antes do pré-processamento. A orientação de pitch controla se os recursos F0 condicionam o modelo. Configure threads de CPU para a máquina e selecione uma GPU NVIDIA compatível para treinamento. FP32 é o padrão na UI verificada. O FP16 pode reduzir a pressão da memória no hardware compatível. O tamanho do lote controla quantas amostras são processadas juntas. Se a VRAM acabar, reduza o lote e desative o cache opcional.

Arquivos de treinamento silenciosos controla quantos exemplos silenciosos o aplicativo inclui. Compare as mesmas pausas prolongadas ao avaliar uma mudança. Algoritmo de Índice oferece Auto, Faiss e KMeans. Preserve o índice gerado com seu modelo correspondente e mantenha a recuperação desativada ao avaliar apenas o ponto de verificação.

Metas de época e etapa

Uma época cobre uma iteração no conjunto de dados preparado. O modo Step tem como objetivo uma contagem total de atualizações em lote e oferece suporte à retomada dentro de uma época. O cache do conjunto de dados da GPU deve estar desativado no modo passo a passo nesta versão. A frequência de salvamento é medida em épocas, mesmo quando se utiliza uma meta de etapa. Use uma meta acima do progresso já concluído ao estender uma corrida. Vale a pena testar mais etapas quando o áudio retido comparável melhora.

Mantenha um registro reproduzível

Registre a revisão do conjunto de dados, taxa de amostragem, codificador, extrator, vocoder, pré-treinamento, precisão, tamanho do lote e cadência de salvamento. Se você reutilizar o mesmo nome com uma taxa incompatível, a IU poderá relatar a incompatibilidade. Inicie um experimento separado para uma nova configuração e mantenha o experimento antigo disponível para comparação.