使用AMD显卡进行so-vits-svc4炼丹教程
使用的设备配置
CPU:R7-5700X
GPU:RX 6800XT
该教程仅适用与A卡，如果你是N卡，请查看以下视频进行训练
【AI翻唱/SoVITS 4.0】手把手教你老婆唱歌给你听~无需配置环境的本地训练/推理教程[懒人整合包]
一、提前准备
16G以上可格式化的U盘
so-vits-svc:https://github.com/svc-develop-team/so-vits-svc/archive/refs/heads/4.0.zip
checkpoint_best_legacy_ 500.pt:https://ibm.box.com/s/z1wgl1stco8ffooyatzdwsqn2psd9lrr [1]
G_0.pth/D_0.pth:https://huggingface.co/Himawari00/so-vits-svc4.0-pretrain-models/tree/main [1]
请提前下载好以上三个链接中的文件并放在方便找到的文件夹中
训练集和推理文件（具体参考步骤六）
二、Ubuntu系统安装
如果需要使用A卡做vits训练，需要安装linux系统，推荐使用ubuntu
请给“/ ”根目录留出至少50G空间
ubuntu与windows双系统安装教程：
三、显卡驱动的安装
单击左下角打开终端
输入以下内容安装显卡驱动
ctrl+C可以中止当前指令，“↑”可以重复上一条指令，ctrl+shift+v可以在终端中粘贴
#前面如果加了‘#’说明这是一行注释，不需要你输入终端
#Ubuntu安装完毕后请连接网络再执行以下指令
#每次输入一行，执行完毕后输入下一行
wget https://repo.radeon.com/amdgpu-install/22.40/ubuntu/jammy/amdgpu-install_5.4.50401-1_all.deb
sudo dpkg -i amdgpu-install_5.4.50401-1_all.deb
sudo apt update
sudo apt upgrade -y
#这一步可能会消耗很长的时间
sudo amdgpu-install --no-dkms
sudo apt install rocm-dev
ls -l /dev/dri/render*
sudo usermod -a -G render $LOGNAME
sudo usermod -a -G video $LOGNAME
sudo reboot输入以下内容测试环境
rocm-smi
/opt/rocm/bin/rocminfo
/opt/rocm/opencl/bin/clinfo
#没报错即可四、Conda的安装以及环境配置
下载Conda
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh给Anaconda文件授权
#授予文件777权限
chmod -R 777 ./Anaconda3-2023.03-Linux-x86_64.sh
#授予文件可执行权限
chmod +x ./Anaconda3-2023.03-Linux-x86_64.sh授予用户root权限
sudo -s执行Anaconda安装程序
安装过程中让你答yes或no的地方通通答yes，安装目录建议改成 /opt/anaconda3
bash ./Anaconda3-2023.03-Linux-x86_64.sh
#上面步骤安装完成后执行以下命令
source /root/.bashrc创建一个python环境
#使用conda activate切换到base目录下
conda activate
#创建一个python3.8版本的环境，当然也可以换成其他版本,环境名为svc01
conda create -n svc01 python=3.8
#打开下载好的so-vits-svc-4.0.zip并解压，在项目根目录空白处右键打开终端，切换到我们刚刚创建的环境下
sudo -s
conda activate svc01五、安装所需pip环境
所有指令均应当在项目文件夹的终端下执行
修改pip源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple安装pytorch
#这是一行代码，显示时可能会被自动换行
pip install torch==1.13.1+rocm5.2 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/rocm5.2修改项目中的requirements.txt文件
将scipy==1.7.3改成scipy==1.8.1
删除torch和torchaudio的两行执行
pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/六、训练集和推理文件的准备
请观看视频 章节·数据集处理
七、部署项目
所有指令均应当在项目文件夹的终端下执行
添加环境变量
#RDNA显卡复制以下命令（6600、6700、6800、6900以及xt等其他RDNA架构显卡）
sudo export HSA_OVERRIDE_GFX_VERSION=10.3.0
#GCN显卡复制以下命令（RX580、RX590等其他GCN架构显卡）
sudo export HSA_OVERRIDE_GFX_VERSION=8.0.3开始使用
请参考官方文档：https://github.com/svc-develop-team/so-vits-svc/blob/4.0/README_zh_CN.md
下载G_0.pth/D_0.pth，放到logs/44k/文件夹下
下载checkpoint_best_legacy_ 500.pt，放到hubert文件夹下
把要训练的素材放到dataset_raw文件夹下（训练人的声音）
把受推理的素材放到raw文件夹下（模仿对象的素材重采样至44100Hz单声道
python resample.py自动划分训练集、验证集，以及自动生成配置文件
python preprocess_flist_config.py
#根据实际情况调整configs/config.json文件
#此时可以在生成的config.json修改部分参数
#batch_size:根据显存设置
#learning_rate:与显存成正比
#例：rx 6800xt显存为16G，我就将batch_size设置为12,learning_rate设置为0.0002
#keep_ckpts：训练时保留最后几个模型，0为保留所有，默认只保留最后3个生成hubert与f0
python preprocess_hubert_f0.py开始训练
python train.py -c configs/config.json -m 44k使用训练的模型进行推理
python inference_main.py -m "logs/44k/G_xxxxx.pth" -c "configs/config.json" -n "推理文件" -t 0 -s "说话人"
#G_xxxxx.pth请修改为你训练出来的步数文件，例：G_15000.pth
#推理文件为你想让ai唱的歌
#说话人为训练集的名称[1]链接来源：https://www.bilibili.com/read/cv22644801?spm_id_from=333.1007.0.0
本篇教程参考
A卡so-vits-svc3.0/4.0炼丹教程（小白向）：
https://www.bilibili.com/read/cv22017901?spm_id_from=333.1007.0.0
怎样使用AMD显卡进行so-vits-svc4的模型训练及推理：
https://www.bilibili.com/read/cv22644801?spm_id_from=333.1007.0.0
【AI翻唱/SoVITS 4.0】手把手教你老婆唱歌给你听~无需配置环境的本地训练/推理教程[懒人整合包]：
https://www.bilibili.com/video/BV1H24y187Ko/?share_source=copy_web&;vd_source=da4364e654f96eefa7d34476a15ad280
