Народ, я уже всю голову сломал. Пытаюсь завести локально новую голосовую нейросеть для клонирования вокала. Короче, накатил окружение, скачал веса, но при инференсе постоянно вылетает ошибка размерности тензоров.
Ну типа CUDA out of memory я еще победил, снизив батч, но тут какая-то дичь с несоответствием каналов. Юзаю модель kraken для очистки датасета от шумов перед обучением, думал в ней косяк. Пробовал менять семплирование на 44100 Гц, конвертировал в моно — один фиг консоль сыплет ошибками.
Может кто сталкивался с этой сборкой? Подскажите куда копать, а то у меня уже сервак скоро расплавится от этих тестов
kraken biz
