contentvec训练对数据的要求

[DennisLiYan]

如果使用业务场景的数据对contentvec重新训练，对数据的有什么要求吗，如果原始数据中包含一些噪声的话会有影响吗？（使用contentvec场景中也可能会包含一定噪声）

[auspicious3000]

少量噪声应该问题不大

[DennisLiYan]

好的，感谢，大佬

[DennisLiYan]

大佬，再请教个问题，如果数据规模比较大，不好单独区分每个说话人ID的话，可以训练吗

[auspicious3000]

有算法可以区分不同说话人的吧，完全没有speaker id是不行的

[DennisLiYan]

好的， 感谢，关于生成.km label这块直接使用fairseq提供的工具就可以吗？会不会少了论文中提到的voice conversion这一步骤。

[auspicious3000]

对，voice conversion也是需要的

[DennisLiYan]

这个是单独离线自己使用工具把原始音频进行预处理吗？

[auspicious3000]

对