生成模型维度转换

[qazwsx921028]

生成的模型是se.pth: torch.Size([1, 256, 1])，怎么转换成tts可以用的torch.Size([768])呢？
我尝试转换了一下，但是复刻的是女生，但是出来的声音是男生

[HKoon]

是不能直接转换的，因为实际上是用了两个模型，模型与模型之间其实传的音频文件，两个模型的网络结构和参数是不能共用的

[HKoon]

前级模型是ChatTTS的文字转语音模型，这一步想要稳定输出可以固定一个发音人seed，后级模型是OpenVoice的音色转换模型，se是它提取出来的音频的音色特征，这个特征是只能被音色转换模型识别并使用的

[qazwsx921028]

如果我想让chattts使用克隆后的音色特征的话，我应该怎么修改呀？有没有可行的思路呢？

[HKoon]

现在就是会自动应用克隆后的音色特征的，变得不像很有可能是ChatTTS的音色差异太大了，你可以通过ChatTTS的发音人seed来控制声线克隆之前的原声声线。原声音色尽量保持稳定。