个性化语音定制流程
Muyan-TTS通过SFT（Supervised Fine-Tuning）模型实现个性化语音生成，主要包含以下步骤：
- Preparação de dados：收集目标speaker的至少30分钟清晰语音数据（WAV格式），建议采样率16kHz，单声道
- Pré-processamento de dados：使用集成的Whisper和FunASR工具进行语音转录，生成结构化数据集
- Modelagem do ajuste finoModificação
training/sft.yaml配置文件后运行train.shtreinamento de preparação - 权重整合：将基础模型的
sovits.pth复制到新模型目录保持解码器一致性
数据质量要求
- 避免背景噪音和音频失真
- 保持语音风格一致性（如播客场景建议使用正式口语风格）
- 转录文本准确率需＞95%
典型训练参数
基础配置下，使用单卡A100训练1小时（约1000步）即可获得可用的个性化模型。推荐学习率3e-5，batch size 8。
Essa resposta foi extraída do artigoMuyan-TTS: treinamento e síntese de fala em podcasts personalizadosO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Muyan-TTS的个性化语音定制功能如何使用？需要准备哪些数据？
Português do Brasil 
简体中文 
English 
日本語 
Deutsch