第二次贡献模型，同时谈谈相关经验。

先上图再说

**aidatatang_200zh以及aishell3两个数据集，混合训练，batch size 96。**
在训练40K就可以达到0.18了，不过我觉得还是多训练一会好， **所以分享的这个是70K、0.2的模型。**

链接：https://pan.baidu.com/s/17yWmyq6_rh5MbCOwE3hH2Q
提取码：7777
- [ ] 最新版本可用

接下来为个人训练模型经验，可不看。

- [ ] 1、batch size对于loss值影响巨大，同样的混合训练，12和96这两个值会得到完全不同的结果，体现在：默认batch size 12的情况下，loss值很难达到0.35以下，而且不停的波动，且波动数值巨大。比如0.3跳0.5再跳回0.3。故个人建议尽可能开到比较大的batch size。32G显存在训练混合数据集时，最高稳定值在96，供参考。

- [ ] 2、本项目对游戏角色语音，例如王者荣耀语音克隆，无法得到好的结果。体现在模型克隆出来出现严重的机器音，或者音色根本不像。个人猜测是因为提供的4个数据集本身就是日常的一个对话，并没有游戏角色语音的情感等，所以无法很好克隆游戏的角色语音。

- [ ] 以上仅为萌新的个人经验，不代表是对的，也很有可能是错误的，仅供参考。

The issue provides a Baidu model download and notes about mixed-dataset training, batch size, and voice cloning, but names no source files or tests. Start by reviewing the shared model and training notes; the issue does not define an implementation task or a clear completion condition.

Written by the indexing model from the issue text.