search

48k禦姐音，免費放送。48k mature female voice, free to stream

visibility 2.7kchat_bubble_outline 0favorite 6
更新於: 25/11/18釋出於: 25/11/18
48k禦姐音，免費放送。48k mature female voice, free to stream

推理對比

推理後

0:000:00

模型介紹

這波模型放給大家，是一個少禦音，利用SPIN重新構建的一個48k底模訓練而成。

SPIN基於自監督學習框架，通過創新的說話人擾動和噪聲不變性訓練策略，能夠更有效地解耦語音内容與說話人特征。其核心優勢體現在：
1.訓練效率：相比ContentVec，SPIN收斂速度更快，所需計算資源更少。
2.表征質量：在說話人相似度和語音自然度方面表現更優。
3.噪聲魯棒性：對背景噪聲具有更好的抵抗能力。

目前放出來的是還沒有完全跑完的預訓練模型訓練的模型，在測試中，我們使用相同的一段數據進行測試模型ContentVec對比SPIN，它的確會在某些地方改變啞音以及高音，由於沒有完全跑完，我們不確定它最後的效果如何。

推理模型你不需要改變任何原始rvc來進行。

（This model, which we’re releasing now, features a reduced level of speech control and is trained using a 48k base model reconstructed using SPIN.

SPIN is based on a self-supervised learning framework and employs innovative speaker perturbation and noise invariance training strategies to more effectively decouple speech content from speaker features. Its core advantages are:
1. Training efficiency: Compared to ContentVec, SPIN converges faster and requires fewer computational resources.

2. Representation quality: It performs better in terms of speaker similarity and speech naturalness.

3. Noise robustness: It has better resistance to background noise.

The model currently being released is a pre-trained version that hasn’t been fully run. In testing, we compared the ContentVec model with SPIN using the same dataset. It does indeed alter muffled and high-pitched sounds in some places. Since it hasn’t been fully run, we’re unsure of its final performance.

For the inference model, you don’t need to modify any of the original RVC.）

妙音模型

妙音模型

inventory_20person_add0

版本詳情

是否原創原創
基礎演算法Rmvpe
支援能力支持
語言中/美/日等
取樣率48K
底模Mygf-f048k

推薦引數

Threshold-60
Pitch0
Index Rate0.00
Volume Factor0.86
Sample Length0.30
Harvest Processes1
Fade Length0.12
Extra Inference Time2.92
info僅供參考，請根據實際情況調整！

相關模型

暫無相關模型

模型關鍵詞

#48k#rvc#SPIN#免費#少禦#禦姐#模型

使用者評論

暫無評論