VITS-fast-fine-tuning本地部署（训练+推理）

写在前面：

本专栏为在linux系统上的VITS-fast-fine-tuning本地部署流程，安装完后可在本地进行模型训练和推理，仅供参考，更多问题可参考github上的issue等，请善用搜索软件和chatgpt来解决问题。安装环境时不要使用梯子，记得切换时关掉chatgpt防止封号。

1、克隆git项目

https://github.com/Plachtaa/VITS-fast-fine-tuning

2、安装环境

参考LOCAL.md文件，进行环境安装

接下来是requirements的安装，先cd进你的VITS-fast-fine-tuning文件夹位置，打开requirements.txt，手动将pyopenjtalk库的版本从0.1.3改成0.1.4，不然不管是linux还是windows都会出很大问题，会导致后续GLIBCXX一个文件的不匹配，具体报错和出处可参考：

3、创建目录

这里只要你一开始是从VITS-fast-fine-tuning的文件夹目录下开始操作，按照LOCAL.md来就行，基本不会出问题，对应LOCAL.md中的5、6、7部分，此处略过。

4、下载预训练模型

下载预训练模型时有CJE、CJ、C三种模块可以选，请注意你的文件里只能放一种模块的预训练模型，如果要更换（如将C改为CJE），需要先删除已有的模型，再下载新的模型。下载完成后可以在pretrained_models和configs文件夹下看一眼在不在。

5、数据集处理

上传数据集按照LOCAL.md中的DATA.MD的格式操作就行，目前我尝试过短音频集和单条长音频，都没有报错。

数据集预处理按照如下代码依次进行（其中long和short看你传了什么音频，新手可以直接全部跑一遍），pretrained_model需要改成之前的预训练模块名，whisper_size如果报错就把large改成medium或者small。

6、模型训练及推理

模型训练：

代码如下，如果你的音频被分割后数据量比较少，那epoch就需要小一点，不然可能会报错。

模型推理：

代码如下，复制就行。

7、其他

如果你想在云端（如github中给出的colab)中训练，再在本地进行推理，有以下两种方法：

1、下载github的inference整合包，再放入云端训练的json配置和pth模型文件，点击exe一键运行。（无法更改推理部分的源码）

2、按照上面的流程安装环境，并将训练好的json配置和pth模型文件放入推理这一步调用的目录下面，即可跳过数据集处理、训练等步骤，安装完环境直接运行模型推理的代码，会自动在终端弹出gradio的网页界面。（可以更改推理部分的源码）

由于这个git的本地部署折磨了我很久，所以发一些遇到的问题和参考流程，希望能有所帮助，欢迎关注。