跳至主要內容

如何快速部署自己訓練的 Bert-VITS2 模型到 Hugging Face

之前我有發一篇文章,內容是介紹如何簡單訓練一個 Bert-VITS2 模型。但因為時間關係,當時並沒有詳細講解要如何將訓練好的模型部署到HuggingFace上。所以這篇文章就是要補充這部分的內容。

The Walking Fish 步行魚
The Walking Fish 步行魚 ·
663 字 · 閱讀時間: 2 分鐘 · ...
如何快速部署自己訓練的 Bert-VITS2 模型到 Hugging Face
Fig. 01 — 如何快速部署自己訓練的 Bert-VITS2 模型到 Hugging Face FEATURED IMAGE

之前我有發一篇文章,內容是介紹如何利用 Colab 訓練一個 Bert-VITS2 模型。但因為時間關係,當時並沒有詳細講解要如何將訓練好的模型部署到 Hugging Face 上。所以這篇文章就是要補充這部分的內容。

將模型部署到 HF Space

準備模型與設定檔

在部署模型到 Hugging Face 之前,我們需要先準備檔案。具體來說,會需要以下 2 個東西:

  1. 模型 : G_{Step數}.pth
  2. config : config.json

模型 config.json

我已經將這兩個檔案下载到本地,接下來就可以開始部署到 Hugging Face 上了。

修改模板

Hugging Face 的 Space 可以透過 Docker 來部署,這邊我已經寫好了一個含有 Dockerfile 的部署模板 Bert-VITS2-Docker-template。

模板儲存庫網址:
https://github.com/ADT109119/Bert-VITS2-Docker-template

將他下載下來並解壓縮,接著我們只要做一些修改,就可以將它上傳到 Hugging Face 上了,也不需要擔心 Bert 模型下載與上傳的問題,因為 Bert 模型在 Dockerfile 裡有設定讓他在 Space Build 時才下載。

Step 1: 將 config.json 放到 /Data/{dataset_name} 目錄

首先我們需要將模型放到 /Data/{dataset_name}/models 裡面,其中 {dataset_name} 可以填之前在訓練時所使用的名稱

進入 Data 資料夾 創建{dataset_name}資料夾

放入 config.json

Step 2: 將模型放到 /Data/{dataset_name}/models 目錄

創建 models 資料夾 將模型檔案放入

Step 3: 修改 config.yml

config.yml 需要修改兩個部分

  • dataset_path : 修改成 Data 裡我們創的資料夾路徑

修改 dataset_path 成 Data 裡我們創的資料夾路徑

  • webui:
    • model : 修改成模型的檔名

修改模型的檔名

Step 4: 修改 author_and_voice_data.json

在 webui 的上方有 作者 與 聲音所屬 的欄位,可以透過修改 author_and_voice_data.json 來變更

作者 與 聲音所屬 的欄位 修改 author_and_voice_data.json

Step 5: 修改 README.md

最後,Space 的預設名稱是 Bert VITS2 Docker Template,我們可以進 README.md 修改 Space 上顯示的名稱,以及 emoji 等。

Space 預設名稱 可透過修改 README 來改變 Space 的名稱、顏色、emoji等

上傳到 Hugging Face

完成設定後後,我們就可以將整個資料夾上傳到自己的 Hugging Face 了。

首先我們先創建新的 Space

創建 Space

SDK 選擇 Docker

SDK 選擇 Docker

在 Files 分頁裡點左上角的 Add File => Upload Files

點上傳檔案

進到上傳頁面將所有檔案拖入,點擊最下方的 Commit changes to main

等待他上傳完,Space 就會開始 Build,稍等一下就能看到 Space 成功啟動

至此就完成了將自己訓練好的 Bert-VITS2 模型部署到 Hugging Face 的整個流程。

影片介紹

SHARE / 分享此文章