Refactor: dataset_root and assets_root in configs/paths.yml

This commit is contained in:
litagin02
2024-01-02 22:51:17 +09:00
parent a1069c73d2
commit 98ee6f4c69
12 changed files with 209 additions and 162 deletions

View File

@@ -6,9 +6,10 @@
"source": [
"# Style-Bert-VITS2 (ver 1.2) のGoogle Colabでの学習\n",
"\n",
"Google driveと連携することで、Google Colab上でStyle-Bert-VITS2の学習を行うことができます。\n",
"Google Colab上でStyle-Bert-VITS2の学習を行うことができます。\n",
"\n",
"このnotebookでは、あなたのGoogle Driveにフォルダ`Style-Bert-VITS2`を作り、その内部での作業を行います。他のフォルダには触れません。\n",
"このnotebookでは、通常使用ではあなたのGoogle Driveにフォルダ`Style-Bert-VITS2`を作り、その内部での作業を行います。他のフォルダには触れません。\n",
"Google Driveを使わない場合は、初期設定のところで適切なパスを指定してください。\n",
"\n",
"## 流れ\n",
"\n",
@@ -16,16 +17,75 @@
"上から順に実行していけばいいです。音声合成に必要なファイルはGoogle Driveの`Style-Bert-VITS2/model_assets/`に保存されます。また、途中経過も`Style-Bert-VITS2/Data/`に保存されるので、学習を中断したり、途中から再開することもできます。\n",
"\n",
"### 学習を途中から再開したいとき\n",
"1と2を行い、3の前処理は飛ばして、4から始めてください。\n"
"0と1と2を行い、3の前処理は飛ばして、4から始めてください。\n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 1. Google Driveとの連携とデータの配置\n",
"## 0. 環境構築\n",
"\n",
"のセルを実行して、Google driveと連携します。"
"Style-Bert-VITS2の環境をcolab上に構築します。グラボモードが有効になっていることを確認し、以下のセルを順に実行してください。"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"#@title このセルを実行して環境構築してください。\n",
"#@markdown 最後に赤文字でエラーや警告が出ても何故かうまくいくみたいです。\n",
"\n",
"!git clone https://github.com/litagin02/Style-Bert-VITS2.git\n",
"%cd Style-Bert-VITS2/\n",
"!pip install -r requirements.txt"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"#@title 必要なモデルのダウンロード\n",
"\n",
"!python initialize.py"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 1. 初期設定\n",
"\n",
"学習とその結果を保存するディレクトリ名を指定します。\n",
"Google driveの場合はそのまま実行、カスタマイズしたい方は変更して実行してください。"
]
},
{
"cell_type": "code",
"execution_count": 1,
"metadata": {},
"outputs": [],
"source": [
"dataset_root = \"/content/drive/MyDrive/Style-Bert-VITS2/Data\"\n",
"assets_root = \"/content/drive/MyDrive/Style-Bert-VITS2/model_assets\"\n",
"\n",
"import yaml\n",
"\n",
"with open(\"configs/paths.yml\", \"w\", encoding=\"utf-8\") as f:\n",
" yaml.dump({\"dataset_root\": dataset_root, \"assets_root\": assets_root}, f)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 2. Google Driveとの連携とデータの配置\n",
"\n",
"Google driveにデータを保存する方は、次のセルを実行して、Google driveと連携します。"
]
},
{
@@ -48,7 +108,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"次のセルを実行して、Google driveの中にStyle-Bert-VITS2フォルダと、学習データをいれるDataフォルダを作成します。"
"次のセルを実行して、学習データをいれるフォルダ1で設定した`dataset_root`を作成します。"
]
},
{
@@ -61,7 +121,7 @@
"source": [
"import os\n",
"\n",
"os.makedirs((\"/content/drive/MyDrive/Style-Bert-VITS2/Data/\"), exist_ok=True)"
"os.makedirs(dataset_root, exist_ok=True)"
]
},
{
@@ -104,55 +164,6 @@
"```"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 2. 環境構築\n",
"\n",
"Style-Bert-VITS2の環境をcolab上に構築します。グラボモードが有効になっていることを確認し、以下のセルを順に実行してください。"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"cellView": "form",
"colab": {
"base_uri": "https://localhost:8080/",
"height": 1000
},
"id": "0CH9aI_MOmTA",
"outputId": "34cf1e8f-23b9-4d2b-e040-ea5a3ec44a82"
},
"outputs": [],
"source": [
"#@title このセルを実行して環境構築してください。\n",
"#@markdown 最後に赤文字でエラーや警告が出ても何故かうまくいくみたいです。\n",
"\n",
"!git clone https://github.com/litagin02/Style-Bert-VITS2.git\n",
"%cd Style-Bert-VITS2/\n",
"!pip install -r requirements.txt"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"cellView": "form",
"colab": {
"base_uri": "https://localhost:8080/"
},
"id": "CpLs5YoNPe4Z",
"outputId": "0edd3309-08d1-4372-e47a-6a805a74b620"
},
"outputs": [],
"source": [
"#@title 必要なモデルのダウンロード\n",
"\n",
"!python initialize.py"
]
},
{
"cell_type": "markdown",
"metadata": {
@@ -178,7 +189,8 @@
"# 学習のバッチサイズ。4ぐらいが最適か。VRAMのはみ出具合に応じて調整してください。\n",
"batch_size = 4\n",
"\n",
"# 学習のエポック数(データセットを合計何周するか)。100ぐらいで十分だと思われます。\n",
"# 学習のエポック数(データセットを合計何周するか)。\n",
"# 100ぐらいで十分かもしれませんが、もっと多くやると質が上がるのかもしれません。\n",
"epochs = 100\n",
"\n",
"# 保存頻度。何ステップごとにモデルを保存するか。分からなければデフォルトのままで。\n",
@@ -256,15 +268,15 @@
"from webui_train import get_path\n",
"\n",
"dataset_path, _, _, _, config_path = get_path(model_name)\n",
"\n",
"with open(\"default_config.yml\", \"r\", encoding=\"utf-8\") as f:\n",
" yml_data = yaml.safe_load(f)\n",
"yml_data[\"model_name\"] = model_name\n",
"yml_data[\"dataset_path\"] = dataset_path\n",
"with open(\"config.yml\", \"w\", encoding=\"utf-8\") as f:\n",
" yaml.dump(yml_data, f, allow_unicode=True)\n",
"\n",
"\n",
"!python train_ms.py --config {config_path} --model {dataset_path}"
"!python train_ms.py --config {config_path} --model {dataset_path} --asset_root {assets_root}"
]
},
{
@@ -280,7 +292,7 @@
"outputs": [],
"source": [
"#@title 学習結果を試すならここから\n",
"!python app.py --share --dir \"/content/drive/MyDrive/Style-Bert-VITS2/model_assets/\""
"!python app.py --share --dir {assets_root}"
]
}
],
@@ -295,7 +307,16 @@
"name": "python3"
},
"language_info": {
"name": "python"
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.10.11"
}
},
"nbformat": 4,