小小白求问：为什么重新跑一次官方模型，结果很差
收藏
最近在研究Transformer-TTS的模型，因为百度有官方开源的，就很开心地来跑了，
首先：下载了官方给的，训练好的checkpoint-120000，测试了一下，合成的语音很好！很开心，
然后：自己重新从头训练了一下官方代码（我保证一个字没动 ，哭~），训练了12w次后，期待测试却发现全是噪声！！
然后：怀疑是没有使用多卡，认真学习了aistudio的 多卡脚本训练，薅了100算力（因为四卡训练一小时就需要四算力。。），使用四卡训练了官方的Transformer-TTS模型，12w次！！ （用了80算力！）
就在刚刚，发现，测试合成时候几乎还是胡言乱语，，，
请问：大家有类似经验吗？可以帮忙分析一下为什么吗？（github上也请教官方了，目前还没有得到回复~~~）（代码都是百度的，咋运行效果差别这么大呢~~~）
0
收藏
请登录后评论
咦，我记得官方给的预训练模型不只训练了12W轮吧?我怎么记得是8卡的200W轮……之前发Parakeet项目搭建经验的时候官方团队本来有想让我从头开始训练，后来一算要跑几星期，最后还是降低要求了。
您这个checkpoint-120000不会是非官方的吧……就是我们在200W轮预训练模型上又训练的12W轮?
预训练模型本身也是框架生态能力的一部分，如果只是应用没必要从头来，放心大胆用或者微调就行了，如果可以迁移学习（比如英文改中文），说不定也能大幅减少训练时间。
就是要训练新网络的时候那就只能重新跑了，不过据我了解，不管是cv还是这个tts的，不用掉500+小时以上算力估计跑不下来……只好本地跑或者把代码整理好提个issue让官方自己跑?
如果是parakeet库的话，您可以看一看官方的配置文件，印象中是300W轮……所以只跑12W轮连5%的进度都不到呢
Transformer-TTS中官方的是 12w（不包括waveflow），你说的200w的是 waveflow模型~~~
请问：难道这12w是 8卡跑的？？（我用的是4卡，所以不靠谱？）
官方模型有点东西在里面的~
咦?不然提个issue问一问?