かわいいシャオロインインAI シャオロンRVCモデル

当初、モデルは48Kのサンプリングレートを持つことを想定しており、もちろん48Kのモデルが開発されました。後に出力時にモデルにバックグラウンドノイズがあることが判明し、データセットは再最適化され、44K(40K)のサンプリングレートで再学習されました。

基本的に、48Kは40Kよりもはるかに高い音質を持っていますが、48Kのサンプリングレートはデータセットに非常に敏感です。出力品質を確保するために、最終的に40K Xiaoronnモデルをリリースすることに決めました。

このモデルはある程度笑い話をするかもしれませんが、同時に笑い話でもあります。もし不安定なら、推論テストでまずまずの性能を発揮するFCPEアルゴリズムを使うこともできます。 ただし、サウンドカードのサポートも必要です。

上記はこのモデルの損失曲線です。5,000ステップのトレーニング後、モデルは過学習せず、トレーニング結果も有効でした。

このモデルは 48K Ai Yalinと同様の効果を達成しています。成熟したRVCモデルで、広い声域を持ちますが、一方は40K、もう一方は48Kのサンプリングレートです。

興味があればダウンロードして使ってみるのもいいでしょう。

元の入力と出力も異なり、最適な効果を得るために適切なピッチを調整しるべきです。