daniya_trainer/dataset/UPLOAD_INSTRUCTIONS.md

# 数据集上传说明

## 📦 上传准备

### 数据集结构
```
upload_ready/
├── metadata.jsonl      # 元数据文件
├── daniya.list         # GPT-SoVITS列表文件
├── dataset_info.json   # 数据集信息
├── load_dataset.py     # Hugging Face加载脚本
└── README.md           # 数据集说明
```

## 🎯 上传到 Hugging Face

### 方法1: 使用Web界面
1. 访问 https://huggingface.co/new-dataset
2. 创建新数据集
3. 上传整个 `upload_ready` 目录
4. 填写数据集描述

### 方法2: 使用命令行
```bash
# 安装huggingface_hub
pip install huggingface_hub

# 登录
huggingface-cli login

# 上传文件
huggingface-cli upload-folder \
    --repo-type dataset \
    --repo-id your-username/daniya-voice-gptsovits \
    --folder-path /path/to/upload_ready
```

## 🎯 上传到 Kaggle

### 步骤1: 压缩数据集
```bash
# 将raw_audio目录压缩
zip -r daniya_voice.zip raw_audio/
```

### 步骤2: 上传到Kaggle
1. 访问 https://www.kaggle.com/datasets/new
2. 点击 "New Dataset"
3. 上传压缩包和元数据文件
4. 填写数据集信息

## 🎯 上传到 GitHub

```bash
# 1. 创建新仓库
# 2. 克隆到本地
git clone https://github.com/your-username/daniya-voice-gptsovits.git
cd daniya-voice-gptsovits

# 3. 复制文件
cp -r /path/to/upload_ready/* .

# 4. 提交并推送
git add .
git commit -m "Add daniya voice dataset"
git push origin main
```

## 🔧 GPT-SoVITS 使用

### 数据准备
```bash
# 将数据集放入GPT-SoVITS目录
cp -r upload_ready/raw_audio /path/to/GPT-SoVITS/
cp upload_ready/daniya.list /path/to/GPT-SoVITS/filelist/
```

### 开始训练
```bash
# 数据预处理
python prepare_datasets/preprocess.py \
    -l daniya \
    -o ./output/daniya \
    -s 3

# 训练GPT模型
python train.py --config configs/gpt_train.yaml --model gpt

# 训练SoVITS模型
python train.py --config configs/sovits_train.yaml --model sovits
```

## 📝 注意事项

1. **版权**: 确保您有权使用这些数据
2. **格式**: 所有音频文件格式一致
3. **路径**: 修改脚本中的路径为实际路径
4. **测试**: 先小样本测试训练效果