训练新语言(how to train the models with other languages)

1、目前底模只见过中日英韩粤，因此如果需要训练新语言，需要有建议至少100h的新语言的训练数据，因为是底模，所以最好多一点

1、At least 100 hours new languages training datasets.

2、需要自备文本前端代码

2、text cleaner codes with new languages are needed

（1）https://github.com/RVC-Boss/GPT-SoVITS/blob/main/GPT_SoVITS/text/symbols.py 需要加上新语言的音素符号

You need add the symbols the new languages use here.

（2）需要自备一个新语言的g2p函数

G2p function of the new languages is needed.

https://github.com/RVC-Boss/GPT-SoVITS/blob/main/GPT_SoVITS/text/cleaner.py#L3

https://github.com/RVC-Boss/GPT-SoVITS/blob/main/GPT_SoVITS/text/cleaner.py#L22

3、如果基于现有底模微调新语言，训练数据量可以酌情降低一点用底模其他数据带；但要注意由于symbols数量变了加载模型text embedding会丢，不过现在的代码也是支持的，你也可以微操底模的权重给他shape加上去。

参考：https://huggingface.co/AkitoP/GPT-SoVITS-JA-ProsodyControl_model/blob/main/insert_symbol.ipynb

（仅供参考，具体音素emb拼接的位置需要你自己注意）

其他注意事项（补充by @yitenghao）

1、 修改GPT_SoVITS/configs/s1longer-v2.yaml文件中phoneme_vocab_size为最新的维度

s1的底模推理phoneme_vocab_size是从底模里读的config，也需要变更

2、修改tools/asr/config.py中asr_dict的Faster Whisper模型的lang支持你的语言

3、修改项目中所有使用原底模的地方，改为你微操后的新底模路径

modify all base model path you used to your new base model path

4、修改GPT_SoVITS/text/cleaner.py的clean_text，language_module_map中加上你的语言

5、推理新语言时并行推理的webui还有几个地方要改动一下：