1. 背景描述
为啥要训练这个模型？
这是给一位粉丝朋友有偿训练的，不是我有这个训练的需求。
训练环境是在我自己去年组装的主机中训练的，训练了大概2天时间，大概从7月6号晚上开始，到7月9号下午训练结束。
训练用的显卡是RTX 3090Ti显卡。
2. 训练环境搭建
这是基于开源的F5-TTS项目来训练方言模型，更具体的信息可以去看官方的说明文档，我就是根据官方文档一步步安装的环境。
这里需要注意安装的依赖版本相互冲突问题，我记得安装过程中遇到过几个依赖版本是有问题的，但是没有及时记录，现在训练完之后写的文章，已经忘却了具体搭建过程遇到的问题。总之你按照官方的文档来就可以成功搭建环境。
3. 训练前的数据准备
这个数据是他自己采集的，使用了我使用Java开发的ASR数据集采集系统来采集的，这里给大家下载的ASR数据集采集系统的链接，下载好后部署到服务器或者个人电脑中均可以。
通过网盘分享的文件：ASR数据集采集系统
链接: https://pan.baidu.com/s/1kxQwaQ5sZRI1GcEbJOYP7g 提取码: si2v
这个系统是我有偿给他部署到云服务器中的，如果是部署到个人电脑中，只在本地电脑中使用就无需SSL证书，部署到云服务器中让大家都可以参与录制，就需要生成自己的SSL证书。也就是http协议是不给浏览器调用麦克风权限的，必须是https协议，当然你也可以选择去修改浏览器的规则，但是多人同时在线录制，你自己会修改，不代表别人也会，所以还是要生成自己的SSL，并且配置到nginx中。
4. 注意事项
注意事项1：
训练的时候一定要选择
char类型的Tokenizer，因为你训练的是方言，如果你训练的是普通话模型，那么你就选择pinyin类型的Tokenizer。
注意事项2：
一定要记得训练之前先生成csv文件，这个可以看官方给的说明，也即是执行源码中的
src/f5_tts/train/datasets/prepare_csv_wavs.py并且需要注意这个音频路径必须写为绝对路径，这个官方文档也说了。这个csv格式是audio_file|text这种。
注意事项3：
如果你是要训练模型，一定要记得源码编译方式安装这个f5-tts依赖，不要直接pip install f5-tts。
注意事项4：
由于训练时间长，这个远程的电脑如果长时间不操作会息屏或者自动关机，也就是需要我们使用nohup命令运行，注意运行的是
accelerate launch这样的命令，而不是f5-tts_finetune-gradio --port 8000 --host 0.0.0.0
注意事项5：
需要特别注意，这个训练程序，它不会给你删除之前的checkpoint，如果你的空间比较小，一定要记得手动清理一下checkpoint。
5. 效果演示
Q.E.D.
