README_CN.md

metadata

tags:
  - DiffSVC
  - pre-trained_model
  - basemodel
  - diff-svc
license: gpl
datasets:
  - 512rc_50k
  - 512rc_80k
  - 512rc_100k

English | 简体中文

DiffSVCBaseModel

任何类型的音色都能用的大型底模!

先康康效果

原始音频	用纳西妲模型推理的
点击播放	点击播放

这玩意咋用?

1. 按照你的数据挑选一个zip包,保存到你的电脑上

2. 填好你的配置，把数据集丢到(diffsvc 根目录)/data/raw/{角色名称}/

3. 把底模(仅丢 .ckpt 文件)丢到 (diffsvc 根目录)/checkpoints/{角色名称}

4. 向原仓库一样预处理和训练数据集,如果不是从step1开始,那就成功了

我用了多少数据集?

两份开源数据集(opencpop ,m4singer),40多个小时的音频

我想演自己炼底模!

邢，自己下载 这个已预处理过的文件.

下载专区

** 选一个符合自己配置文件中 rc 值的模型 **

版本	下载传送门	lr参考值
384rc,50k_step	传送	0.0016
384rc,80k_step	传送	0.0032
384rc,100k_step	传送	0.0032

更多版本还在路上

rc: 就是配置里的 residual_channels(中文特供翻译: 网格宽度, 简称网宽)

涉及仓库

仓库	传送门
Diff-SVC	传送
44.1KHz声码器	传送
M4Singer	传送
OpenCPOP	传送
Pre-trained_Models(有更多RC版本的)	传送