那么这是6.2版本的打包,主要的更新就是换用了蛐蛐王网络,新加了volume_smooth_size参数提高抗噪抗混响能力,以及换用了新的pc_nsf_hifigan声码器,极大提升了高音性能并提供了新的推理参数:音区偏移。这是一种保持共振峰前提下的变调方式,在+-3 key范围内可以提供高保真的变调,并可能影响真假声转换点,不过这一点在每个模型上都有微妙的不同,具体可能需要根据自己的模型自行测试,关于这个新声码器的高音性能也可参考我之前发的那个测试视频。
你需要4G及以上显存的N卡来完成训练,不过这是我降低了bs并开启半精等参数达成的,虽然在我的测试下并不会对模型质量有显著的影响,不过有需求的话你也可以自行修改configs/reflow-barbara.yaml来适配需求。
至于说最后那个2000步模型捏的歌……嗯,单纯是突发奇想尝尝咸淡,实际上做的很糙的,不要当成效果参考。
注意:本整合包不包含训练数据或模型文件,请自行从合法途径获取数据并使用。
DDSP-SVC项目地址:https://github.com/yxlllc/DDSP-SVC
有能力的话也请去给作者一个小星星!
下载链接: https://pan.baidu.com/s/16LUHAc40KsCI449TbPQ29Q?pwd=j44k
解压密码见视频,没有自动填充的话最后四位就是提取码
嗯,还是那个密码,玩过的话可以不看视频直接用了,操作逻辑上没什么变化!
============================================免责声明====================================================
为避免可能的法律纠纷和道德风险,使用者在使用该整合包前,请务必仔细阅读本条款,继续使用即代表理解并同意该声明,如有异议,请立即停止使用并删除本整合包。
1. 本整合包修改自DDSP-SVC项目(https://github.com/yxlllc/DDSP-SVC)
2. 本整合包仅为交流学习所用,在使用本整合包时,必须根据知情同意原则取得数据集音声来源的授权许可,并根据授权协议条款规定使用数据集。
3. 禁止使用该整合包对公众人物、政治人物或其他容易引起争议的人物进行模型训练。使用本整合包产出和传输的信息需符合中国法律、国际公约的规定、符合公序良俗。不将本整合包以及与之相关的服务用作非法用途以及非正当用途。
4. 禁止将本整合包用于血腥、暴力、性相关、或侵犯他人合法权利的用途。
5. 任何发布到公共平台的基于DDSP-SVC制作的作品,都必须要明确指明用于变声器转换的输入源歌声、音频,例如:使用他人发布的视频/音频,通过分离的人声作为输入源进行转换的,必须要给出明确的原视频、音乐链接;若使用是自己的人声,或是使用其他歌声合成引擎合成的声音作为输入源进行转换的,也必须加以说明。
因使用者违反上述条款中的任意一条或多条而造成的一切后果,均由使用者本人承担,与整合包作者、项目作者无关,特此声明。
======================================================================================================