用 MOSS-TTS-Local微调后推理出的音频结尾有杂音

[freenewfree]

项目组你们好：
我用贵项目MOSS-TTS-Local1.7B模型微调后，训练了5轮，音频数据大概1个多小时。在后期推理时，无论选择哪个模型，最终出来的音频的结尾都有杂音（尾影），而且是时有时无，请问这是什么原因？以下附上这个杂音的音频。这个杂音有时大有时弱，有时有，有时无。为了让你们听清楚，我特意加了10遍，时长1秒。
请知悉！

噪音.wav

[gyt1145028706]

您好, 请问您可以提供完整音频吗

[freenewfree]

您好，请问您可以提供完整音频吗
您好，感谢您的回复。

下面是我用moss_tts_local 训练的模型，加载别人的声音，克隆的结果。音频在附件中，这个没有做过任何处理的。这个13秒的音频中有2处出现我所描述的杂音。望您在百忙中抽空听一下。🙇‍

moss_1782551930.wav

[YWMditto]

Could the issue possibly come from the training data? You could try using signal-processing methods to analyze whether there is any noise at the end of your training samples.

[freenewfree]

问题会不会出在训练数据上？你可以尝试使用信号处理方法来分析训练样本末尾是否存在噪声。

您好，我是用1个小时的音频训练的，这些音频都是经过手动处理的，结尾处绝对没有噪音，包括音频中的换气，唇齿噼啪音我都后期处理掉了。而且这批音频用gpt-sovits训练过的，后期推理是没有这个尾部噪音问题的。请知悉。