微调声学模型到底需要多久
服务器是8核32G，独显16G的ECS，按示例训练一个定制TTS模型，在微调声学模型阶段，已经跑了16个小时了，还未出结果，epoch到了39000+了，小白想问一下，大概多久能结束？示例里面讲根据显卡性能不同，大概5～10个小时就能完成，请问这个是基于什么样的硬件配置得出的结论，目前有点懵！！
展开
收起
2
条回答
写回答
写回答
-
通常基于预训练模型微调100k~200k timesteps就可以了，步数达到后可主动结束训练任务。
教程中给出的时间预估是基于单卡V100 ECS，其他型号的显卡由于性能差异训练时间会有所不同。
2022-12-26 16:59:23赞同 展开评论 打赏 -
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
8163
关于 Windows平台上 ttsfrd 库的问题。
1988
No module named 'ttsfrd'
1490
在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
706
KeyError: 'asr-inference is not in the pipelines r
2159
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
1087
pip安装语音领域模型依赖报错。
513
modelscope 更新指定版本
481
ttsfrd 是不开源的吗
3963
语音合成speech_sambert-hifigan_tts_zh-cn_16k模型没有使用gpu
356
展开全部
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
1134
ClearerVoice-Studio：阿里通义开源的语音处理框架，提供语音增强、分离和说话人提取等功能
320
Clone-voice：开源的声音克隆工具，支持文本转语音或改变声音风格，支持16种语言
221
3D-Speaker：阿里通义开源的多模态说话人识别项目，支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
227
三行代码实现实时语音转文本，支持自动断句和语音唤醒，用 RealtimeSTT 轻松创建高效语音 AI 助手
48
Weebo：支持多语言和实时语音交流的开源 AI 聊天机器人，回复具备语调、情感的语音
37
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1365
Voice-Pro：开源AI音频处理工具，集成转录、翻译、TTS等一站式服务
165
TangoFlux：高速生成高质量音频，仅用3.7秒生成长达30秒的音频，支持文本到音频转换
63
ChatTTSPlus：开源文本转语音工具，支持语音克隆，是 ChatTTS 的扩展版本
108
展开全部
