84 lines
3.3 KiB
Markdown
84 lines
3.3 KiB
Markdown
# Paperspace gradient で学習する
|
||
|
||
詳しいコマンドの叩き方は[こちら](CLI.md)を参照してください。
|
||
|
||
## 事前準備
|
||
- Paperspace のアカウントを作成し必要なら課金する
|
||
- Projectを作る
|
||
- NotebookはStart from Scratchを選択して空いてるGPUマシンを選ぶ
|
||
|
||
## 使い方
|
||
|
||
以下では次のような方針でやっています。
|
||
|
||
- `/storage/`は永続ストレージなので、事前学習モデルとかを含めてリポジトリをクローンするとよい。
|
||
- `/notebooks/`は一時ストレージなので、データセットやその結果を保存する。
|
||
- hugging faceアカウントを作り、（プライベートな）リポジトリを作って、学習元データを置いたり、学習結果を随時アップロードする。
|
||
|
||
### 1. 環境を作る
|
||
|
||
まずは永続ストレージにgit clone
|
||
```bash
|
||
mkdir -p /storage/sbv2
|
||
cd /storage/sbv2
|
||
git clone https://github.com/litagin02/Style-Bert-VITS2.git
|
||
```
|
||
環境構築（デフォルトはPyTorch 1.x系、Python 3.9の模様）
|
||
```bash
|
||
cd /storage/sbv2/Style-Bert-VITS2
|
||
pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118 && pip install -r requirements.txt
|
||
```
|
||
事前学習済みモデル等のダウンロード、またパスを`/notebooks/`以下のものに設定
|
||
```bash
|
||
python initialize.py --skip_jvnv --dataset_root /notebooks/Data --assets_root /notebooks/model_assets
|
||
```
|
||
|
||
### 2. データセットの準備
|
||
以下では`username/voices`というデータセットリポジトリにある`Foo.zip`というデータセットを使うことを想定しています。
|
||
```bash
|
||
cd /notebooks
|
||
huggingface-cli login # 事前にトークンが必要
|
||
huggingface-cli download username/voices Foo.zip --repo-type dataset --local-dir .
|
||
```
|
||
|
||
- zipファイル中身が既に`raw`と`esd.list`があるデータ（スライス・書き起こし済み）の場合
|
||
```bash
|
||
mkdir -p Data/Foo
|
||
unzip Foo.zip -d Data/Foo
|
||
rm Foo.zip
|
||
cd /storage/sbv2/Style-Bert-VITS2
|
||
```
|
||
|
||
- zipファイルが音声ファイルのみの場合
|
||
```bash
|
||
mkdir inputs
|
||
unzip Foo.zip -d inputs
|
||
cd /storage/sbv2/Style-Bert-VITS2
|
||
python slice.py --model_name Foo -i /notebooks/inputs
|
||
python transcribe.py --model_name Foo
|
||
```
|
||
|
||
それが終わったら、以下のコマンドで一括前処理を行う（パラメータは各自お好み、バッチサイズ5か6でVRAM 16GBギリくらい）。
|
||
```bash
|
||
python preprocess_all.py --model_name Foo -b 5 -e 300 --use_jp_extra
|
||
```
|
||
|
||
### 3. 学習
|
||
|
||
Hugging faceの`username/sbv2-private`というモデルリポジトリに学習済みモデルをアップロードすることを想定しています。事前に`huggingface-cli login`でログインしておくこと。
|
||
```bash
|
||
python train_ms_jp_extra.py --repo_id username/sbv2-private
|
||
```
|
||
(JP-Extraでない場合は`train_ms.py`を使う)
|
||
|
||
### 4. 学習再開
|
||
|
||
Notebooksの時間制限が切れてから別Notebooksで同じモデルを学習を再開する場合（環境構築は必要）。
|
||
```bash
|
||
huggingface-cli login
|
||
cd /notebooks
|
||
huggingface-cli download username/sbv2-private --include "Data/Foo/*" --local-dir .
|
||
cd /storage/sbv2/Style-Bert-VITS2
|
||
python train_ms_jp_extra.py --repo_id username/sbv2-private --skip_default_style
|
||
```
|
||
前回の設定が残っているので特に前処理等は不要。 |