💡
原文中文，约6900字，阅读约需17分钟。
📝
内容提要
本文介绍了如何在本地训练Bert-VITS2 V2.0.2模型，包括模型配置、数据预处理和训练过程。该模型支持日语和英语，并提供混合推理模式。
🎯
关键要点
- 深度学习训练通常在云端，但本地也能训练高性能模型。
- Bert-VITS2 V2.0.2模型支持日语和英语，提供混合推理模式。
- 训练方式有两种：基于现有数据集和自制数据集。
- 本次演示采用第一种方式，使用原神角色的语音数据。
- 需要克隆项目并下载bert模型和预训练模型。
- 数据集需要放入项目的特定目录，并可定制目录结构。
- 原始数据集需经过预处理，生成标准标注文件。
- 执行数据预处理后，生成训练集和验证集文件。
- 训练前需调整配置文件中的参数，特别是batch_size。
- 训练过程可通过命令查看损失率，确保模型收敛。
- 训练好的模型存放在指定目录，首次训练需拷贝预训练模型。
- Bert-VITS2 V2.0.2支持多种语言，提供混合推理模式。
➡️
