首先需要声明的一点就是V1的模型能用在V2上面，但是V2的模型不能用在V1上，并且V1模型在V2上效果不佳！
整合包下载地址：

都放网盘里了，点击这里下载

下面教大家怎么使用

1.自动填充路径
2.funasr增加粤语，whisper增加韩语和粤语标注功能。funasr的粤语标注更为准确

3.whisper可选推理精度，float16可以带来更快的推理速度

预处理:
1.中文改为G2PW处理以优化多音字效果，但处理速度变慢了

2.优化了英文多音字效果，处理速度也变快了

训练:
1.全新底膜，训练集增加到5k小时

2.增加韩粤两种语言

3.训练所需数据集更少

推理:
1.zero shot效果大幅增强

2.中日英韩粤5个语种均可跨语种合成

3.对低音质参考音频合成出来音质更好

4.更好的文本前端，中英文加入多音字优化

5.增加语速调节

6.增加音色融合

以上具体的更新内容来自官方给出的信息，这些内容也在后来我使用V2推理得到了验证，其实使用V2和V1并没有什么区别，WEBUI就多了一个降噪功能，其他的都一样。

接下来让我们教大家如何在V2中训练出自己的模型吧。
在这里插入图片描述
在这里插入图片描述

Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

【无人机物流路径规划】基于Q-learning的无人机物流路径规划研究（Python代码实现）

随着电子商务与城市物流需求的爆发式增长，传统地面配送模式面临交通拥堵、成本高昂等瓶颈。无人机物流凭借灵活性与低成本优势，成为解决"最后一公里"配送难题的关键技术。然而，复杂城市环境中的动态障碍物、三维空间结构、气象变化及续航限制，对路径规划算法提出严峻挑战。本文系统研究基于Q-learning的无人机物流路径规划方法，通过三维栅格建模、动态奖励函数设计及多智能体协同框架，实现路径最优性提升40%、

avatar 2048 AI社区

【无人机物流路径规划】基于Q-learning的无人机物流路径规划研究（Python代码实现）

随着电子商务与城市物流需求的爆发式增长，传统地面配送模式面临交通拥堵、成本高昂等瓶颈。无人机物流凭借灵活性与低成本优势，成为解决"最后一公里"配送难题的关键技术。然而，复杂城市环境中的动态障碍物、三维空间结构、气象变化及续航限制，对路径规划算法提出严峻挑战。本文系统研究基于Q-learning的无人机物流路径规划方法，通过三维栅格建模、动态奖励函数设计及多智能体协同框架，实现路径最优性提升40%、

avatar 2048 AI社区

【无人机3D路径规划】基于非支配排序遗传算法NSGAII的无人机3D路径规划研究（Matlab代码实现）

非支配排序遗传算法（NSGA）是一种多目标优化算法，旨在解决具有多个目标函数的优化问题。NSGA是在遗传算法的基础上发展而来的，它通过一种称为"非支配排序"的策略，将解空间中的个体分为不同的等级，并通过交叉和变异等遗传操作来搜索适应于多个目标的优质解。NSGA首先对种群中的个体进行非支配排序，即根据个体之间的优劣关系将其划分为多个不同的前沿等级。一个个体如果在某个目标函数上优于另一个个体且不劣于另

avatar 2048 AI社区