从huggingface增量下载大量数据
最近Emilia数据集又发布了11.4万小时语音数据YODAS，之前我已经下载了10万小时数据，由于之前处理数据后没有保存原始仓库，导致无法直接git pull更新。
Data Engineering
语音合成数据准备流程
在开发高质量的文本转语音(TTS)系统时，数据准备是至关重要的第一步。本文简要总结了从原始音频到最终训练数据集的转换过程、一些适合训练语音合成模型的开源语音数据库。
尝试LitData和WebDataset对比
抽空测试了一下Lightning新出的LitData，并和WebDataset进行了简单比较，目前LitData还处于初步阶段。
在relay单向访问环境下通过HTTP服务器实现文件中继传输
假设服务器可以直接访问本地电脑的IP地址，但本地电脑通过relay访问服务器。我们可以通过本地HTTP服务器将Windows本地电脑的大量文件上传到服务器。