使用AutoDL进行so-vits-svc云端训练

使用AutoDL进行so-vits-svc云端训练

本文将详细介绍如何使用AutoDL平台进行so-vits-svc的云端训练。通过图文结合的方式，从平台登录、环境配置到模型训练的全过程，让读者能够快速上手并完成AI语音合成模型的训练。

第一步：进入AutoDL市场

首先访问AutoDL官网市场页面：https://www.autodl.com/market/list

第二步：选择显卡并创建实例

在市场页面中，选择一张适合的显卡进行租借。在镜像选择中，搜索"svc"并选择如下图所示的镜像，然后点击"立即创建"。

第三步：启动Jupyter Notebook

进入控制台后，点击"容器实例"，启动实例后，点击快捷工具中的"开启Jupyter Notebook"。

第四步：进入Jupyter Notebook

成功启动后，进入Jupyter Notebook界面。

第五步：上传训练数据

在Jupyter Notebook中，找到autodl-tmp/workdir目录，点击进入项目文件夹。将压缩好的数据包拖入该文件夹，并在终端中运行unzip命令解压。

第六步：配置训练参数

根据数据是否经过响度匹配，选择相应的编码器配置。如果数据未经过响度匹配，选择带响度匹配的配置。在训练命令中加入--use_diff参数以使用扩散模型。

第七步：开始模型训练

1. 训练扩散模型：在终端中运行第一条训练命令，训练1-2w步后按Ctrl+C停止训练。
2. 训练主模型：打开新的终端，运行第二条训练命令，同样训练完成后按Ctrl+C停止。

训练完成后，模型将保存在logs/44k目录下。主模型以G开头，扩散模型以model开头。同时，需要保存主模型和扩散模型的配置文件。

通过以上步骤，你就可以在AutoDL平台上完成so-vits-svc的云端训练了。希望这篇教程对你有所帮助！