一、使用前准备

ubuntu22或者ubuntu20系统：https://ubuntu.com/download/desktop

A卡驱动:https://www.amd.com/zh-hans/support

Anaconda:https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh

so-vits-svc:https://github.com/svc-develop-team/so-vits-svc/archive/refs/heads/4.0.zip

checkpoint_best_legacy_ 500.pt:https://ibm.box.com/s/z1wgl1stco8ffooyatzdwsqn2psd9lrr

G_0.pth/D_0.pth:https://huggingface.co/Himawari00/so-vits-svc4.0-pretrain-models/tree/main

二、Ubuntu系统安装

如果需要使用A卡做vits-svc训练的话需要安装linux系统，推荐使用ubuntu。ubuntu系统安装方法去问谷歌娘或者度娘，不过需要注意的是ubuntu系统最好安装在单独的硬盘内以免干扰到正常系统的运行，如果你能熟练安装双系统则可以跳过。

三、显卡驱动和rocm安装

1、下载自己型号的显卡驱动，比如我的型号显卡驱动文件是amdgpu-install_5.4.50403-1_all.deb，打开命令（root用户）行执行以下命令

2、执行完以上的命令我们就把显卡驱动和rocm安装完了，然后我们还需要配置一个环境

3、所有步骤执行完之后执行下以下命令，确认驱动及rocm安装到位

四、Conda的安装以及环境配置

Conda是一个开源的、跨平台的包和环境管理工具，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。它是 Anaconda 发行版的一部分，但也可以单独使用。

1、下载Conda并授权

2、给Anaconda文件授权

3、执行Anaconda安装程序

安装过程中让你答yes或no的地方通通答yes，然后安装时会询问安装在哪个目录，建议安装在/opt/anaconda3目录下。上面步骤安装完成后执行以下命令

4、接下来创建一个python环境

5、切换到我们刚创建的环境下后就需要安装vits-svc所需要的pip环境了，我们首先下载so-vits-svc，然后解压到任意文件夹，打开文件夹内的requirements.txt文件，将scipy==1.7.3改成scipy==1.8.1,删除torch和torchaudio的两行，然后保存。

6、安装所需pip环境

五、so-vits-svc的安装以及使用

在命令行内进入[四-5]所解压的文件夹，然后进行以下操作（建议查看官方文档：https://github.com/svc-develop-team/so-vits-svc/blob/4.0/README_zh_CN.md）

1、下载G_0.pth/D_0.pth，放到logs/44k/文件夹下

2、下载checkpoint_best_legacy_ 500.pt，放到hubert文件夹下

3、把要训练的素材放到dataset_raw文件夹下（训练人的声音）

4、把受推理的素材放到raw文件夹下（模仿对象的素材）

5、根据实际情况调整configs/config.json文件

6、重采样至44100Hz单声道

7、自动划分训练集、验证集，以及自动生成配置文件

8、生成hubert与f0

9、开始训练

10、使用训练的模型进行推理

六、注意事项

1、A卡训练只能使用linux系统

2、强烈推荐配合conda进行使用，会避免很多环境问题

3、之后需要训练时一定要先切换到创建好的conda环境，不然会报错

4、不建议使用python3.10及以上版本，会有pyworld无法初始化的问题