🔴2. Entraînement de Modèle | Applio
Le tuto qui suit est actuellement pour Applio, merci de suivre le tuto Applio avant.
Le tuto d'installation d'Applio -> ✨ Installation & Lancement
Avant de commencer, vous devez disposer d’un Dataset, vous pouvez suivre le tuto 1. Création d’un Dataset
Étape 1 Préparation du Dataset
Créez un dossier avec le nom de votre choix à l'intérieur de Applio-RVC-Fork/datasets/.
Téléchargez les fichiers audio que vous avez l'intention d'utiliser pour l'entraînement dans ce dossier.
Étape 2 : Traitement du Dataset
Ouvrez Applio et commencez allez dans "Train" puis donner un nom à votre modèle. 
Cliquez sur "Update list" dans l'interface. 
Donnez un nom à votre modèle
Sélectionnez le dossier que vous avez créé à l'étape 1.
Cliquez sur le bouton "Process Data" et continuez jusqu'à ce que vous voyez le message de sortie "End Preprocess". 
Étape 3 : Extraction des caractéristiques
Choisissez le f0 souhaitée qui convient à vos besoins. #quel-est-le-meilleur-f0detector
Cliquez sur le bouton "Extract Features". 
Attendez le message "All-Feature-Done" pour confirmer la fin de l'extraction des caractéristiques.
Étape 4 : Entraînement du modèle
Configurez les paramètres d'entraînement en fonction de vos besoins.
Save Frequency (Fréquence de sauvegarde) : Réglez cette valeur entre 10 et 50. Elle détermine à quelle fréquence l'état du modèle est sauvegardé pendant l'entraînement. Cela aide à revenir à un point précédent en cas de surapprentissage.
Training Epochs (Epochs d'entraînement) : Le nombre d'époques nécessaires varie en fonction de votre jeu de données. Choisissez une valeur qui vous semble appropriée et suivez la progression à l'aide de TensorBoard. En général, les modèles commencent à bien se comporter autour de 100-200 époques.
Batch size (Taille du lot) : Ajustez la taille du lot en fonction de la VRAM de votre carte graphique. Par exemple, si vous avez 8 Go de VRAM, utilisez une taille de lot entre 6 et 8. Tenez compte des cœurs CUDA de votre carte graphique lorsque vous expérimentez avec des tailles de lot plus élevées.
Cliquez sur le bouton "Train Model" pour initier l'entraînement. 
Surveillez la progression dans la console d'Applio à chaque Epochs.
Étape finale : Sauvegarde du modèle et génération du fichier d'index
Une fois l'entraînement du modèle terminé, générez le fichier d'index en cliquant sur le bouton "Train Feature Index". 
Si vous avez suivi les étapes correctement, il devrait ressembler à l'exemple ci-dessous :
Pour sauvegarder votre modèle, sélectionnez une méthode de sauvegarde préférée et cliquez sur le bouton correspondant. Le fichier .zip contenant votre modèle se trouvera à l'intérieur du dossier Applio-RVC-Fork/logs/finished/.
Dernière mise à jour