48kサンプリングレートの高品質モデル、成熟した陰沙沙モデル

Cn_hubert版に注意を払い、https://klrvc.com/zh/tutorial/3714 チュートリアルを厳格に守ってモデルを展開してください。

このモデルは特徴抽出にCN HuBERT(cn_hubert)を使用しています。 生の En HuBERT(en_hubert)と比べて、CN HuBERTは中国語の音声シナリオで通常より良い<を提供します>strong data-start="95" data-end ="110" 明瞭さと発音安定性を重視し、一般的な「曖昧で粘着性のある単語」に適しています。これらの問題は改善効果があります。

data-end="247" 強いdata-start="151" data-end="170"><、上記のチュートリアルやファイル置換の手順を厳格に守ってください。 元のen_hubertを使い続けるか、必要なファイルを置き換えない場合、特徴分布の不一致が生じ、data-end="243"のような問題が発生し、ナンセンス、異常発音、不安定さが生じます。

data-end="353" 右側の参照オーディオは、「soft」および"deep"スタイル入力でのモデルのパフォーマンスを示しています。 実際の効果は、元の入力>音色、話し方、発音、録音品質、感情状態<強いデータ開始="308"、データ終了="330")などの要因によって影響を受けるため、異なる入力間で多少の違いがある可能性があることに注意が必要です。

推奨ピッチパラメータは13に設定。 これは固定値ではありません。基本的な周波数と聴く目標に基づいて微調整し、「自然で快適、歪みなし、明らかな歪みなし」を優先してください。

cn_hubertを使うため他の言語には友好的ではありませんが、広東語には十分対応しています。