48K アイ・ヤリン 幅広いボーカルレンジを持つ成熟したRVCモデル

ボーカルレンジはAIカバーでよく機能します。プラットフォームはプレビュー効果を限定的にアップロードできるため、歌唱デモでは異なるボーカルレンジの2曲を演奏し、全曲を聴くことができました。

モデル

は以前のリリースモデルと同様の処理方法で行われ、元のデータセットのノイズ除去が徐々に行われ、データセット内のほぼすべてのノイズ領域が除去されます。

推測として

は、今のところ歪みや息がパキパチする音は出ていません。この問題が起こる稀なケースがあるかもしれません。今のところ試してみたところ、元の入力の一部はノイズなく出力できることがわかりました。

笑いについては、この分野に関連するデータセットのほとんどがトレーニングに入力され、出力はまずまずでした。前回のリムジンモデルと同様に、笑い声は人それぞれ異なるため、使い方によって効果は異なるかもしれません。

いわゆる「笑える」モデルの多くは実際には固定されています。なぜなら、RVCのような敵対的な生成AIを「教師」と「学生」として想像する必要があるからです。「学生」は特定の言語しか学びません。多様な笑顔をサポートするためには、多くの異なる笑顔を教える必要があり、明らかにトーン表現に関する大量のデータセットが必要です。

モデルの音域は、後で私がテストしたオリジナルの成熟したトーンでおおよそ-5から-6の範囲です。

呼吸音などは問題なく、「zi」音はなく、曲の理由付けもよく説明されています。

効果は人それぞれです。だからといって、あなたの成果が私が示すものと全く同じとは限りません。

私はGoogle Cloudからコピーをアップロードしましたし、Googleからもダウンロードできます。