Heuo

关于并发的一些实践

1

使用 fast_inference 分支，尝试调试了一下多线程并发。 问题1：在多线程下固定种子，无法复现结果 原因：设置种子的时候，很多种子是全局使用的。于是多线程会共享同一个随机数生成器，导致多线程结果无法复现。以下代码为原始代码，标识为 _全局_ 的即是多线程共享的。 ``` def set_seed(seed:int): seed = int(seed) seed = seed if seed != -1 else random.randrange(1

吞句，重复，重复引导音频的一个可能原因

5

*前置说明：**如果大概率出现重复引导音频，就不是本问题的描述范围，可能是引导音频的原因。** **使用的是 fast_inference 分支** 问题描述： 并发批量测试的时候，固定随机种子与文本，有概率出现 1-2 个任务结果与其他任务结果不同，有 **吞句，重复，首句重复引导音频** 的问题。 主要表现为重复一句话，吞了下一句话。 可能原因： 通过打 log 定位，应该是出现在 _seg_text_ 方法中。而 _seg_text_ 方法使用 _LangSegment_ 进行分词，_LangSegment_ 有 _text_lasts 缓存机制。通过添加 `LangSegment.LangSegment._text_lasts = None` ，暂时没有出现了。 出现这类问题可以试试，有新的发现再补充。 --------补充--------...

文字中带有较多重复时，比较容易拖音，空白，漏句

10

比如 “粉红墙上画凤凰，凤凰画在粉红墙。 红凤凰，粉凤凰， 红粉凤凰，花凤凰。 红凤凰，黄凤凰，红粉凤凰，粉红凤凰，花粉花凤凰。” 底模和自己训练的模型都测试过，均有不同程度的问题。

固定 seed，生成语音是否吞句貌似与 vits 模型 与 gpt 模型都相关

11

测试步骤： 训练 40 轮 vits 模型 和 20 轮 gpt 模型。 测试语句 “皇后问魔镜：魔镜魔镜，世界上谁最美。” 重复惩罚值（repetition_penalty）为 1.35. 用 20 轮的 vits 模型 和 20 轮的 gpt 模型测试出 seed 为 949520197 的时候，语音为 “皇后问魔镜：世界上谁最美。”...