so-vits-svc-fork로 음성 변환 모델 학습하기 (실전 로그 정리 v4.1.59)

이 글은 실제로 so-vits-svc-fork v4.1.59를 사용하여 음성 변환 모델을 학습하고, 테스트까지 수행한 전체 과정을 정리한 실전 가이드입니다. 주요 작업 흐름은 다음과 같습니다.

1. 데이터 준비 및 리샘플링

음성 원본 데이터는 다음 위치에 존재

.../dataset_raw/1799FA4431

이를 so-vits-svc-fork가 학습 가능한 44.1kHz 형식으로 변환하기 위해 다음 명령어로 리샘플링을 수행

PYTHONPATH=svc python -m so_vits_svc_fork pre-resample \
  -i .../dataset_raw \
  -o .../dataset/44k \
  -s 44100

리샘플링 결과는 다음 경로에 저장됨

.../dataset/44k/1799FA4431

2. config.json 자동 생성

리샘플링된 데이터를 기반으로 학습용 설정파일(config.json)과 filelist들을 자동 생성

PYTHONPATH=svc python -m so_vits_svc_fork pre-config \
  -i .../dataset/44k \
  -f .../filelists/44k \
  -c .../configs/44k/config.json

생성된 파일:

• config: .../configs/44k/config.json
• filelists: .../filelists/44k/train.txt, val.txt

그리고 config에 다음 항목을 추가하거나 수정함

"preprocessing": {
  "f0_method": "crepe",
  "save_as_npy": true
},
"spk": {
  "1799FA4431": 0
}

3. 전처리 (HuBERT + F0 추출)

PYTHONPATH=svc python -m so_vits_svc_fork pre-hubert \
  -c .../configs/44k/config.json

수행 결과로 각 wav 파일에 대해 .f0.npy, .ppg.npy 또는 data.pt 파일이 생성됨.

4. 모델 학습 (GPU 0번 사용)

CUDA_VISIBLE_DEVICES=0 PYTHONPATH=svc python -m so_vits_svc_fork train \
  -c .../configs/44k/config.json

학습 결과는 logs/44k/ 폴더에 저장되며, G_100.pth, D_100.pth 등의 모델 파일이 생성됨.

5. 테스트 (단일 음성 변환)

PYTHONPATH=svc python -m so_vits_svc_fork infer \
  .../path/to/input_folder/economy_00002129.wav \
  -o .../path/to/output_folder/economy_00002129_out.wav \
  -c .../configs/44k/config.json \
  -m .../logs/44k/G_100.pth \
  -s 1799FA4431 \
  -fm crepe

출력 결과

.../path/to/output_folder/economy_00002129_out.wav

6. 테스트 (폴더 전체 변환)

폴더 안의 .wav 파일 전체를 한꺼번에 변환할 수 있음

PYTHONPATH=svc python -m so_vits_svc_fork infer \
  .../path/to/input_folder \
  -o .../path/to/output_folder \
  -c .../configs/44k/config.json \
  -m .../logs/44k/G_100.pth \
  -s 1799FA4431 \
  -fm crepe \
  --recursive

마무리

이로써 하나의 음성 데이터셋을 리샘플링 → 전처리 → 학습 → 테스트까지 마친 전체 파이프라인이 구성되었습니다. 이 가이드를 따라하면 누구든지 자신만의 목소리 변환 모델을 학습하고 테스트할 수 있습니다.

테스트 결과 사람 귀로는 판단하기 어려운 것 같습니다.