问题一：这个pkl文件训练的时候里面需要修改成自己的类别吗？
ModelScope训练修改ZeroHead.num_classess=2,model.class_map 
这个pkl文件训练的时候里面需要修改成自己的类别吗？
参考回答：
是的，这个文件需要改成自己的标签映射
关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/497322?spm=a2c6h.14164896.0.0.10e71edfW417RK
问题二：在NoteBook中训练个性化语音合成模型报错
按照模型介绍中的Notebook最佳实践，训练个性化语音合成，在执行到基于PTTS-basemodel微调这一步时，训练代码报错，错误如下：
/opt/conda/lib/python3.7/site-packages/modelscope/models/audio/tts/voice.py in train_sambert(self, work_dir, stage_dir, data_dir, config_path, ignore_pretrain, hparams) 473 config['Model']['KanTtsSAMBERT']['params'].update(ling_unit_size) 474 model, optimizer, scheduler = model_builder(config, self.device, --> 475 self.local_rank, 476 self.distributed) 477
AttributeError: 'Voice' object has no attribute 'local_rank'
以上报错信息的代码定位，是在执行 trainer = build_trainer(Trainers.speech_kantts_trainer, default_args=kwargs)
trainer.train()
前面的所有步骤，均按照模型介绍中执行成功。
参考回答：
检查您的模型文件和代码是否正确上传到了 EAS 服务上，并且路径设置正确。您可以通过在 EAS 服务上执行 ls 命令来查看文件是否存在，并检查路径是否正确。
检查您在 EAS 服务上安装的 Python 环境和依赖项是否与您在本地运行代码时使用的环境和依赖项相同。如果存在不同，可能会导致模型无法加载或运行。您可以在 EAS 服务上执行 pip list 命令来查看已安装的 Python 包和版本，并与您在本地运行代码时的环境进行比较。
检查您在 EAS 服务上设置的模型加载代码是否正确。您可以在 EAS 服务上尝试手动加载模型，并检查是否存在加载模型时的错误。
检查您在 EAS 服务上设置的端口号是否正确，并且在本地代码中进行了正确的配置，以便可以与模型进行通信。
关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/495007?spm=a2c6h.14164896.0.0.5a221edf27ozmG
问题三：ModelScope模型训练完后，拿到model_id了，后面怎么直接调用这个model_id去合成
ModelScope模型训练完后，拿到model_id了，后面怎么直接调用这个model_id去合成语音？ 麻烦的model_id类似于<modelscope.models.audio.tts.sambert_hifi.SambertHifigan object at xxxxxxxxxxxx>，下次进来如何直接调用这个model_id？
参考回答：
需要将训练完的模型保存下来 后续合成将模型、配置文件的路径传入modelscope pipeline即可 参考体验模型和成效果的代码示例 https://modelscope.cn/models/damo/speech_personal_sambert-hifigan_nsf_tts_zh-cn_pretrain_16k/summary#%E4%BD%93%E9%AA%8C%E6%A8%A1%E5%9E%8B%E5%90%88%E6%88%90%E6%95%88%E6%9E%9C 另外现在notebook会给每个用户一些存储空间 训练好的模型文件会被存储在notebook文件目录中 退出后不会被清空
关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/497257?spm=a2c6h.14164896.0.0.5a221edf27ozmG
问题四：ModelScope基于base模型继续训练得到一个pth文件，这个文件可以使用pytorch加载，不依赖哪些配置文件吗？
ModelScope基于base模型继续训练得到一个pth文件，这个文件可以使用pytorch加载，不依赖哪些配置文件吗？
参考回答：
如果您使用的是PyTorch的预训练模型，并且已经将模型保存为.pth文件，那么您可以直接使用该文件而无需依赖任何配置文件。
当您加载.pth文件时，PyTorch会自动读取其中的参数信息并加载模型。您可以使用以下代码来加载.pth文件：
python import torch
model = torch.load('path/to/model.pth') 这将返回一个Python字典对象，其中包含模型的所有参数和权重。您可以使用这些参数来初始化模型并开始训练或使用模型进行推理。
需要注意的是，如果您在训练过程中使用了其他配置文件（例如.yaml文件），这些配置文件中的信息将不会包含在.pth文件中。如果您需要这些信息，您需要将它们与.pth文件一起保存。
关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/485432?spm=a2c6h.14164896.0.0.5a221edf27ozmG
问题五：这个测试怎么上传自己的语料？另外怎么训练和开展标注工作？
群里有老师熟悉UniASR语音识别-中文-通用-8k-实时模型么？p('http://www.modelscope.cn/api/v1/models/damo/speech_UniASR_asr_2pass-zh-cn-8k-common-vocab8358-tensorflow1-online/repo?Revision=master\u0026FilePath=example/asr_example.wav',) 这个测试怎么上传自己的语料？另外怎么训练和开展标注工作？
参考回答：
您好！针对您提到的问题，我逐个进行回复：
如何上传自己的语料？
针对您提到的 UniASR 语音识别模型，您可以使用 ModelScope 平台提供的“上传数据集”功能上传您的语料。具体操作步骤如下： 1）进入您的模型详情页，点击左侧菜单中的“数据集”选项卡； 2）点击“上传数据集”按钮，填写相关信息，上传您的语料数据集。 请注意：上传的数据集需要使用标准的语音文件格式（如 wav，mp3 等），并按照标准的数据集组织结构进行组织。具体格式可以参考其他已有的数据集，如一般是分为训练集、验证集和测试集三个部分，每个部分按照不同的文件夹进行组织。
如何进行模型训练和标注工作？
针对您提到的训练和标注工作，这是一个相对复杂的任务，需要涉及到多种技能，包括深度学习、数据处理、模型调优等等。 如果您想自己训练和标注模型，可能需要具备一定的技术背景和经验，并且需要使用专业的工具和库，如 TensorFlow、PyTorch 等等。 不过，如果您在这方面缺乏经验，也可以选择使用一些开源的模型和工具，或者通过 ModelScope 平台中提供的“模型市场”功能寻找已存在的相关模型。 关于 UniASR 语音识别模型的具体训练和标注工作，我们暂时没有相关的资料，您需要先确定您需要训练的模型类型和相应的数据集，然后可以在其他渠道获取更多相关资料和工具。 希望这些信息对您有帮助！
关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/495168?spm=a2c6h.14164896.0.0.5a221edf27ozmG
