①训练数据集里面，
人物
的笑声，或者是人物搞怪发出的其它声音（比如装作男生讲话），这些需要删掉吗？是不是最好只保留人物正常讲话的素材？我想炼的是LOL的妮蔻，但是她台词只有10分钟，她的台词比较活泼，所以经常会有各种的人声。看网上都说要干声，我不清楚这些算不算
②素材时长比较短的话，我可以把素材复制一部分作为数据集凑数吗？
③训练时，loss值一般低于多少时建议拿出来试听一下呀？
④推理结果的歌曲有哑音的话，是不是就意味着.训练数据集干声没处理干净？
如果
不是的话，除了这个还会有哪些影响哑音的生成呢？
麻烦各位大佬了，我真的好想炼出我的妮蔻

1.笑声删，只留语音干声就行，搞怪的只留下与主声线相似的，虽然不是不可以留，但作用不大
2.别复制，没用
3.看loss意义不大，这个仅供参考，loss不能用于横向对比不同数据集训练出的模型质量，甚至也不能衡量同一个数据集训练出的模型的质量，给一个大致的判断方法，f0趋于稳定的时候，基本上可以停止训练了，另外tensorboard听预览效果也是一个辅助的方法判断（不过过拟合的时候，tensorboard听起来会比较好，但实际上推理用起来会比较差）
4.推理出哑音有两个方面，一是你用于推理的音频的音域超过了你用于训练的素材所包含的普遍音域，二是你的模型缺乏缺乏训练，高音部分还未拟合。选择hatvest/crepe/rmvp（弱→强）等预测器可以不同程度的缓解哑音，但歌声会一定程度的跑调

请问可以替换底模吗？