训练时间取决于模型的复杂度和规模。在单块高端 GPU 上： DDSP：约 6 小时 RAVE：约 12 小时 AFTER：约 24 小时 当模型可供下载时，你会收到电子邮件通知。训练在后台进行，因此你可以关闭浏览器稍后再回来。准备好上传数据集时，从训练神经音频模型开始。