Commit
·
10c434a
1
Parent(s):
95ed0ba
Update README.md
Browse files
README.md
CHANGED
@@ -10,10 +10,17 @@ tags:
|
|
10 |
项目仓库:https://github.com/svc-develop-team/so-vits-svc
|
11 |
项目来源:末日三问/末日时在做什么?有没有空?可以来拯救吗?/終末なにしてますか?忙しいですか?救ってもらっていいですか?
|
12 |
来自 **中珂院炼金学分院** Q群:715311859
|
|
|
|
|
|
|
|
|
|
|
|
|
13 |
2022年5月3日,公布第三代模型,使用SoVits的768训练分支制作,*共计1360epoch、189600step*。
|
14 |
768分支训练方案的优点在于可以生成更加拟合目标声线的音频,但是缺点是训练困难且容易受到杂音干扰,经常会出现高音破音或者糊掉的情况。相比于1.0原版分支,768训练出来的模型不适合作为翻唱模型,反而更适合文本转语音的TTS/Vits→Audio的流程。
|
|
|
15 |
因为sovits在效果上只改变了说话人的声线,不改变具体的说话内容,所以推理参数调教得好的话可以适应几乎所有语种,至于TTS目前新出来了一个叫作Bark的具有情感功能的TTS人工智能,相信其在未来,可以为sovits的变声功能锦上添花。
|
16 |
-
|
17 |
|
18 |
***
|
19 |
|
|
|
10 |
项目仓库:https://github.com/svc-develop-team/so-vits-svc
|
11 |
项目来源:末日三问/末日时在做什么?有没有空?可以来拯救吗?/終末なにしてますか?忙しいですか?救ってもらっていいですか?
|
12 |
来自 **中珂院炼金学分院** Q群:715311859
|
13 |
+
|
14 |
+
***
|
15 |
+
|
16 |
+
# 实验目标:
|
17 |
+
70%情况下,在入门级发烧HiFi设备下无法识别出与人类声音的区别(未达成)
|
18 |
+
# 实验综述:
|
19 |
2022年5月3日,公布第三代模型,使用SoVits的768训练分支制作,*共计1360epoch、189600step*。
|
20 |
768分支训练方案的优点在于可以生成更加拟合目标声线的音频,但是缺点是训练困难且容易受到杂音干扰,经常会出现高音破音或者糊掉的情况。相比于1.0原版分支,768训练出来的模型不适合作为翻唱模型,反而更适合文本转语音的TTS/Vits→Audio的流程。
|
21 |
+
# 实验结论:
|
22 |
因为sovits在效果上只改变了说话人的声线,不改变具体的说话内容,所以推理参数调教得好的话可以适应几乎所有语种,至于TTS目前新出来了一个叫作Bark的具有情感功能的TTS人工智能,相信其在未来,可以为sovits的变声功能锦上添花。
|
23 |
+
|
24 |
|
25 |
***
|
26 |
|