【Bert-Vits2】文本转语音工具，可训练自己的声音用做配音解说等

今天我给大家带来一个全新的项目整合包。相比之前的快速微调，这个项目生成的中文语音质量更好。原作者的视频链接我已经放在简介里了。我对项目进行了快速微调并修正了部分代码，使其能正常运行，并增加了新的功能。虽然我没有学过这门编程语言，但我可以保证它能运行，但不能保证高效。其他的就不多说了，我们开始学习如何使用它吧。

训练之前修改参数

在训练开始之前，记得在设置文件夹里修改参数，包括保存间隔、最大迭代数、批大小、学习率等。推荐将批大小设置为16。然后按照命令说明中的步骤执行即可。请注意，需要16G显存。

标注语音

如果你的语音还没有标注，请将它们放入一个文件夹中。文件名不应该包含中文和特殊字符，并且每条音频的长度应在2到10秒之间。

运行自动标注

接下来点击start.bat运行自动标注，输入：%PYTHON%short_audio_transcribe.py –languages “C”–whisper_size large，同时会自动重采样。转录结束后，打开文件并更正标注。我这里提供了一份校准后的标注文件。

用这个文件替换上面文件。

文本处理输入命令：

%PYTHON%preprocess_text.py
完成后继续输入命令：
%PYTHON%spec_gen.py

训练

首次训练：
输入命令：%PYTHON%train first.py -c./configs\config.json
继续训川练：
输入命令：%PYTHON%train_cont.py -c ./configs\config.json
5.推理-config diri可选-model_dir为配置文件和模型指定目录：
输入命令：%PYTHON%inference_webui.py –model_dir ./1ogs\OUTPUT_MODEL\G_3800.pth
按下控制夹锡中断训练。现在我们的训练已经完成。

打开网页界面

我们打开网页界面，记得填写模型路径。这个网页界面是我重新编写的，兼容之前的进入代码。

up：数列解析几何一生之敌

https://www.bilibili.com/video/BV1yz4y1M71e