48k成熟した女性の声、無料配信。 48kの成熟した女性声、無料ストリーミング

このモデル群は、SPINを使って48kのベースモデルを訓練したShaoyu Yinの再構築です。

現在リリースされているモデルは事前学習済みで、まだ完全には実行されていません。テストでは、同じデータセグメントを使ってContentVecモデルとSPINを比較しました。特定の領域でミュートやトレブルは変化しますが、完全には実行されていないため最終的な効果は不明です。

推論モデルを実行するために元のRVCを変更する必要はありません。

(現在公開するこのモデルは、音声制御のレベルを下げ、SPINで再構築した48kのベースモデルで訓練されています。

SPINは自己教師あり学習フレームワークに基づき、革新的な話者の摂動およびノイズ不変性のトレーニング戦略を用いて、音声内容をより効果的に切り離しています スピーカー機能。 その主な利点は以下の通りです:
1. トレーニング効率:ContentVecと比べて、SPINは収束速度が速く、計算資源も少なくて済みます。

2. 表現の質:話者の類似性と話し方の自然さの面で優れています。

3. ノイズの堅牢性:バックグラウンドノイズに対する耐性が優れています。

現在リリースされているモデルは事前学習済みで、完全には実行されていません。 テストでは、同じデータセットを用いてContentVecモデルとSPINを比較しました。 確かに、場所によってはこもった高音の音が変わっています。 まだ完全に上演されていないため、最終的なパフォーマンスは不明です。

推

論モデルの場合、元のRVCを改変する必要はありません。)