Views
No views yet
1DataIndexPath: dataX11 # 这个是训练数据 index 的位置预处理会自动生成
2
3valid_set_name: validX # 这个是val index 的名字预处理会自动生成
4
5train_set_name: trainX # 这个是训练的 index 的名字预处理会自动生成
6
7data_input_path: [] # 这个是你的 wav 的输入目录
8
9data_out_path: [] # 这个是你的 npz 的输出目录, 预处理之后的格式是 npz
10
11val_num: 1 # 这个是你要的 val 数量 1data_input_path: ['wav/in1','wav/in2'] # 这个是你的wav的输入目录
2
3data_out_path: ['wav/out1','wav/out2'] # 这个是你的npz的输出目录
4val_num: 5 # 这个是你要的 val 数量，预处理的时候会自动抽取文件
5# 两个列表里面的路径是一一对应的所以说数量要一样
6# 然后预处理的时候会扫描全部的 .wav 文件，包括子文件夹的
7# 正常情况下只有这三个要改1key_aug: false # 表示训练时不进行增强
2aug_min: 0.9 # 最小变调倍数
3aug_max: 1.4 # 最大变调倍数
4aug_num: 1 # 数据增强倍数1key_aug: true # 表示在训练时进行增强
2key_aug_prob: 0.5 # 增强概率
3aug_min: 0.9 # 最小变调倍数
4aug_max: 1.4 # 最大变调倍数python [train.py](train.py) --config 配置文件 --exp_name ckpt名字 --work_dir 工作目录（可选）python [export_ckpt.py](export_ckpt.py) --ckpt_path ckpt路径 --save_path 导出的ckpt路径 --work_dir 工作目录（可选） 1data_input_path: [] # 这个列表 是你原始wav文件的路径
2data_out_path: [] # 此列表 预处理输出的npz文件的路径
3val_num: 1 # 这个是在验证的时候 抽取的音频文件数量python process.py --config (your config path) --num_cpu (Number of cpu threads used in preprocessing) --strx (1 for a forced absolute path 0 for a relative path)python train.py --config (your config path) --exp_name (your ckpt name) --work_dir Working catalogue (optional)1use_stftloss: false # 是否启用stft loss
2lab_aux_melloss: 45
3lab_aux_stftloss: 2.5 # 两种loss的混合控制python export_ckpt.py --ckpt_path (your ckpt path) --save_path (output ckpt path) --work_dir Working catalogue (optional)