目的是把自己的一段语音train到模型里面去，试试它能不能单独分离出来我个人的声音，从带中文的BGM里面



1、在datafiles里面

新建一个json文件

cd datafiles/
ffmpeg -i test_speech.mp3 lemonhall.wav

之前咱不是有一个mp3文件么，用ffmpeg给转换成wav去

{
    "data": [
     {
      "wav": "/home/lemonhall/AudioSep/datafiles/lemonhall.wav",
      "caption": "lemonhall"
     }
    ]
}

然后json文件的内容也给它准备好

命名为：lemonhall.json



2、然后改个配置文件出来

复制粘贴audiosep_base.yaml

之后就简单改一下里面的datafiles的具体json文件名


3、构造命令行训练：

python train.py --workspace workspace/AudioSep --config_yaml config/audiosep_base.yaml --resume_checkpoint_path path_to_checkpoint

新建一个目录

mkdir workspace
python train.py --workspace workspace/AudioSep --config_yaml config/lemonhall.yaml --resume_checkpoint_path path_to_checkpoint

把这两个文件做一个仅存储的备份


python train.py --workspace workspace/AudioSep --config_yaml config/lemonhall.yaml --resume_checkpoint_path /home/lemonhall/AudioSep/checkpoint/audiosep_base_4M_steps.ckpt

备份完成之后就开始增量的train一下试试

下载了许多的基础骨架

然后找到了GPU


ok，这个库的作者真是略微有点小坑

报错了，cudnn_cnn_infer这边，说是没有libcuda.so这个库？

 https://discuss.pytorch.org/t/libcudnn-cnn-infer-so-8-library-can-not-found/164661 

我运行了：

ldconfig -p | grep cuda

证明了确实是安装了的

在bashrc里

export LD_LIBRARY_PATH=/usr/lib/wsl/lib:$LD_LIBRARY_PATH

好了，错怪作者了，这是个wsl2特有的坑