一、元信息不是表格，是检索入口

模型训练完，别人（或者半年后的你）怎么找到它？ 靠名称、语言、标签这三样。它们不是装饰，是平台内部检索的索引键。 所以填元信息的目标不是「填完能提交」， 是「搜的时候能搜到、看到名字能信」。这两个目标经常和「快点提交」冲突。 📋 实操清单：四栏必填——名称（英文小写加下划线）、语言（从下拉里选，别手打）、 标签（不超过 5 个）、描述（20 到 200 字，写清音色和使用场景）。 再加一个授权声明的勾选框。 名称、语言、标签、描述、可见性、授权——这六样加上训练素材和标签数，就是下面那 10 项检查的全部。

二、10 项检查，5 项不过

Demo 拿一份「看起来没问题」的信息过了一遍：

三、语言代码这条坑最深

zh-cn 看起来对，但允许表里只有 zh。 多出来的那截是「地区」，平台按词表精确匹配，于是匹配不上。 后果不是报错，是「这个模型在中文筛选下搜不到」。 它照样能训、照样能用，只是永远不会出现在别人按语言筛的结果里。 同类坑还有：en-US 对 en、Japanese 对 ja、中文 对 zh。 统一规律是「用 ISO 639-1 的两个字母码」。 所以这一栏的正确做法是从下拉框里选，永远不要手打。 手打的那一刻，你就在赌平台的匹配逻辑足够宽容。

四、命名与版本：三个月后还能认出来吗

Demo 里额外加了一项自定检查： 名称小写后不能是 voice／music／singer 这种通用词。这不是平台规则，是工程习惯。 理由很实际：你会有第二个、第三个模型。voice、voice2、voice_new 这种命名， 三个月后你自己都分不清哪个是最终版。 推荐写法：用途_音色_版本，比如 narrator_female_v3、ad_soft_male_v1。 加日期更稳：narrator_female_20261025。 还有一条：描述里写清「用什么素材训的、多少分钟、什么场景用过」。这段话不参与训练， 但它是这个模型唯一的「说明书」。别人接手时，先看的就是它。

五、动手 Demo：模型信息校验：10 项里 5 项不过，语言代码和授权最要命

造一份「看起来正常」的模型信息（名称带空格、语言写 zh-cn、标签 6 个、素材 8 分钟、授权没勾）， 跑 10 项校验：名称长度与字符集、重名、语言码、标签数、描述长度、可见性、素材时长、授权声明、 通用词冲突，并区分哪些是平台会当场拦的硬错。

def chk(name, ok, msg, hard):
    rows.append([name, u"通过" if ok else u"不对", msg])
    if not ok:
        probs.append((name, hard))

nm = meta["name"]
chk(u"名称只用字母数字下划线",
    bool(re.match(r"^[A-Za-z0-9_]+$", nm)),
    u"有空格" if u" " in nm else u"合法", True)
chk(u"语言代码在允许表", meta["lang"] in allow_lang,
    u"%s 不在表里" % meta["lang"], False)

实跑输出：

--------------------------------------------------------------------
模型信息校验：10 项里 5 项不过，语言代码和授权最要命
--------------------------------------------------------------------
  提交的模型名             Alice Voice
  平台已有模型             4 个

  检查项                     结果   说明
  ------------------------------------------------------------------
  名称长度 2 到 32           通过   11 个字符
  名称只用字母数字下划线     不对   有空格
  名称不与已有重名           通过   与已有 4 个比对
  语言代码在允许表           不对   zh-cn 不在 en／ja／ko／yue／zh 里
  标签不超过 5 个            不对   6 个
  描述 20 到 200 字          通过   24 字
  可见性取值合法             通过   public
  训练素材不少于 10 分钟     不对   8 分钟
  已声明声音授权             不对   未勾选授权声明
  名称小写后不与常见词冲突   通过   不冲突

  **10 项里 5 项不过，其中硬错 2 项。**
  「名称带空格」和「没勾授权声明」当场被拦——**这两项平台一定查。**
  「素材只有 8 分钟」不拦，但**训练出来一定发虚、尾音发散**：十分钟以下的数据量撑不住一个音色。
  「标签 6 个」也不拦，只是超出的会被截掉——**你以为标了六个，实际只生效五个。**
  「语言写 zh-cn」这条最值得说：允许表里只有 `zh`。
  **多写的那截是「地区」，平台按词表精确匹配，于是检索不到。**
  最后一项不是平台规则，是我自己加的：
  **模型名别用 voice／music 这种通用词**，否则半年后自己都分不清。

10 项里 5 项不过，硬错 2 项：名称带空格、授权没勾。这两项是平台一定会拦的。 「语言不在允许表」那一行写得很直白：zh-cn 不在 en／ja／ko／yue／zh 里。 注意 yue（粤语）是单独的码，别指望 zh 能覆盖它。 「标签 6 个」不报错， 但超出的会被截掉——你以为标了六个，实际只生效五个。所以标签要按重要性排序， 前五个才是真正起作用的。 「素材 8 分钟」不拦，但这条影响的是结果质量：十分钟以下的数据量撑不住一个音色， 表现是尾音发散、长句走调。平台不会替你判断这件事。 「名称不与已有重名」这一项我特意真跑了一遍——拿提交的名字和 4 个已有名字比对。 真实平台上重名通常直接被拒，但本地先查一遍能省一次来回。

30 秒实验

1. 把名称的 Alice Voice 改成 alice_voice，重跑，看「不过」从 5 项降到 4 项。 命名规则是唯一「改一下就好」的一项。
2. 把语言从 zh-cn 改成 zh，看那行通过。 但请想一想：如果平台不报错、只是搜不到，你怎么发现这个问题？
3. 把标签从 6 个减到 5 个，并调整顺序，看前五个是哪些。顺序决定取舍——最想被搜到的放最前。

常见误区

1. 「语言栏手打就行」。平台按词表精确匹配，zh-cn 对不上 zh，结果是永远搜不到，还不报错。
2. 「标签多标几个更容易被找到」。超出的会被截掉，按顺序取前五个——所以要按重要性排。
3. 「名称随便起」。三个月后五个模型放一起，voice2 和 voice_new 你分不清哪个是最终版。

信息填对了，接下来把素材传上去开训。但在上传之前，那 40 段音频得先过一遍体检。

• ☐ （本节完，下一节 8.1.3 上传音频数据集并训练模型）

相关笔记

• 认识与登录weights平台
• 设置底模文件和数据集路径
• 上传音频数据集并训练模型
• 🧠 AI训练师手册2 · 索引