如果 12 句 finetune 效果不佳，一般是因为数据集太小了，建议增加数据集，一般是 300 ~ 600 条，数据量和质量越好，合成的效果越好
数据的质量要求没有混响，没有杂音，离麦克风距离适中，具体可以参考标贝的数据质量。
finetune 出来的音色与 目标说话人和原始说话人的相似度有关，即目标说话人和原始说话人相似度越高，finetune 出来的音色更接近目标说话人。
finetune 出来的音频质量与原始说话人的音频质量有关，原始说话人的音频质量不好，finetune 出来的效果也可能不好。
综上，finetune 方案在数据采集，选择原始说话人上需要好好选择。

小样本 finetune 原理参考 关于训练一个自己的TTS模型

1. ❣️ [TTS] MFA 报错 No such file or directory: "xx/xx/xx/train/mfcc/raw_mfcc.0.scp" #2437
2. [TTS]小样本 finetune 时，batch_size 要 <= 样本数，否则会报错  #2454
3. 请问自己 finetune 的 tts 模型能够改变语速吗？ #2383
4. 预处理都没有问题，为什么不跑训练流程？-> epoch 的设置有问题，参考： 向 aishell3 里添加自己的音频数据进行训练 #2319 (comment)
5. TTS Finetune / TTS3对multi-speaker数据进行微调 #2442
6. 使用ecapa-tdnn进行语音克隆报错 #2471 -> 安装 develop 版本的 paddlespeech
7. 请教语音克隆，音质优化的方向 #2245
8. ImportError: cannot import name 'norm' from 'paddlespeech.t2s.exps.syn_utils' (/opt/conda/envs/paddlespeech/lib/python3.7/site-packages/paddlespeech/t2s/exps/syn_utils.py) #2485 -> 安装 develop 版本的 paddlespeech
9. 声音克隆单句话克隆效果很差 #2583 -> 推荐使用 finetune 方案
10. 为什么使用ERNIE-SAT声音克隆，从中文生成的英文语音完全听不懂？ #2586
11. [TTS]一键微调功能问题 #2607
12. 关于小样本微调测试的报错【This dataset has no examples】 #2790
13. 如何通过自己训练的单人speaker的fastspeech2模型进行二次微调，并且加入到模型中，且可以通过id索引的方式进行推理不同音色 #2953