全部笔记 / 筛选视图
2026 年 09 月
-
6 GB 显存塞了四个程序,GPT-SoVITS 掉到 1.09 it/s
短句语音合成从 3.9 秒拖慢到二十多秒。通过 nvidia-smi 排查发现 6 GB 显存被 GPT-SoVITS、Ollama、VTS 和 OBS 同时占满,将对话模型迁往云端 API 后释放 1.4 GB 显存并恢复速度。
-
直播语音说到半句就断:bili_live_auto_reply_max_length 的硬截断坑
直播间里语音念到“喜欢唱歌,也喜…”就戛然而止。核对音频时长与 TTS 日志后,发现是自己把 max_length 压到 25 字触发了代码里的字符串硬切片。
-
直播语音突然开始用英文念工具报错
直播间里 TTS 突然用角色音色念出英文报错。排查 TTS 日志发现模型因 Live2D 缺少表情文件而连续调用 vts_get_expressions 触发频控,并将工具报错当成台词输出。
-
训练可不(KAFU)中文说话音色:CeVIO 曲谱导出、真人独白混训与双参考推理
用歌声切片训练 GPT-SoVITS 说话模型会导致韵律呆板(F0 标准差仅 0.7–1.3)。记录从生成 MusicXML 导入 CeVIO AI 批量导出干声、UVR5/MDX 去伴奏与 120Hz 高通滤波,到混入真人独白训练 v4 模型并用双参考音频将 F0 std 提升到 8.4+ 的全过程。