✨ 概要: このモデルは OfficialのPretrained GPT Modelを基に、約650時間分のHシーンボイス（喘ぎ声を除く）でFinetuneされたモデルです。このモデルは、一般的な日本語能力と特定の「そういう」シーンの読み上げ能力においてある程度の改善していたと思います。
🔧 トレーニング詳細:
🖥️ ハードウェア: RTX-4090 x 1
⏳ トレーニング時間: 16時間
🔄 エポック数: DPOなしで15エポック、DPOありで2エポック
📈 今後の計画: https://huggingface.co/AkitoP/GPT-SoVITS-JA-ProsodyControl_model での日本語特化版GPT-SoVITSにおけるFinetune作業も予定しています。この作業を通じて、モデルのさらなる改善を目指します。
🎯 目標: このモデルを用いることで、より自然で感情的な読み上げが可能となり、特に「そういう」シーンにおけるパフォーマンスが大きく向上することを目指しています。
✨ 概要：这个模型是基于官方预训练的GPT模型，通过大约650小时的H场景声音（除去喘息声）进行Fine-tune得到的。
🔧 训练详情：
🖥️ 硬件：RTX-4090 x 1
⏳ 训练时间：16小时
🔄 迭代次数：无DPO训练15个epoch，使用DPO训练2个epoch
🎯 目标：使用这个模型，我们的目标是实现更自然、更富有情感的朗读能力，特别是在“那种”场景下，大幅提升性能。