Hugging Face's logo

Datasets:
jiaheillu
/
sovits_audio_preview

Modalities:
Audio
Image
Formats:
soundfolder
Languages:
Afar
Size:
< 1K
Tags:
music
Libraries:
Datasets
License:
Dataset card Viewer Files Community
3
jiaheillu commited on
Commit
64714b3
·
1 Parent(s): f48fb90

Update README_JP.md

Browse files
Files changed (1) hide show
  1. README_JP.md +124 -0
README_JP.md CHANGED
@@ -0,0 +1,124 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # プレビュー
2
+ このリポジトリは、so-vits-svc-4.0によって訓練されたさまざまな音声モデルの効果をプレビューするために使用されます。
3
+ **キャラクター名をクリックする**と、対応するトレーニングパラメーターに自動的に移動します。</br> **Google Chrome**を
4
+ 使用することをお勧めします。他のブラウザでは、プレビューされたオーディオが正しく読み込まれない場合があります。</br>
5
+ 通常の話し声の音色変換は比較的正確ですが、曲には広範な音域が含まれており、BGMや声などのノイズが除去しきれない場合があり、
6
+ 効果が割り引かれることがあります。</br> 変換して聴いてみたいお勧めの曲や、その他の提案がある場合は、
7
+ [**ここをクリックして**](https://huggingface.co/datasets/jiaheillu/audio_preview/discussions/new)ディスカッショ
8
+ ンを開始してください。</br> 以下はプレビューオーディオです。**上下左右にスクロール**するとすべてを見ることができます。
9
+ もし変換して聴いてみたい曲や、その他の提案がある場合は、
10
+ [**ここをクリックして**](https://huggingface.co/datasets/jiaheillu/audio_preview/discussions/new)提案してください。
11
+
12
+ <style>
13
+ .scrolling-container {
14
+ width: 100%;
15
+ max-width: 800px;
16
+ height: 300px;
17
+ overflow: auto;
18
+ margin: 0;
19
+ }
20
+ @media screen and (max-width: 768px) {
21
+ .scrolling-container {
22
+ width: 100%;
23
+ height: auto;
24
+ overflow: auto;
25
+ }
26
+ }
27
+ </style>
28
+
29
+ <div class="scrolling-container">
30
+ <table border="1" style="white-space: nowrap; text-align: center;">
31
+ <thead>
32
+ <tr>
33
+ <th>キャラクター名</th>
34
+ <th>オリジナルボイスA</th>
35
+ <th>変換されたボイスB</th>
36
+ <th>Aの音色がBに置換される</th>
37
+ <th>Aのボイスカバー(クリックしてダウンロード)</th>
38
+ </tr>
39
+ </thead>
40
+ <tbody>
41
+ <tr>
42
+ <td><a href="https://huggingface.co/datasets/jiaheillu/audio_preview/blob/main/散兵效果预览/训练参数速览.md">放浪者/a></td>
43
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/散兵效果预览/部分训练集/真遗憾，小吉祥草王让他消除了那么多的切片，剥夺了我将他一片一片千刀万剐的快乐%E3%80%82.mp3" controls="controls"></audio></td>
44
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/散兵效果预览/原声/shenli3.wav" controls="controls"></audio></td>
45
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/散兵效果预览/转换结果/shenli3mp3_auto_liulangzhe.wav" controls="controls"></audio></td>
46
+ <td><a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/散兵效果预览/转换结果/夢で逢えたら2liulangzhe_f.wav">夢で会えたら</a></td>
47
+ </tr>
48
+ <tr>
49
+ <td><a href="https://huggingface.co/datasets/jiaheillu/audio_preview/blob/main/胡桃_preview/README.md">フータオ</a></td>
50
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/%E8%83%A1%E6%A1%83_preview/hutao.wav" controls="controls"></audio></td>
51
+ <td>.........</td>
52
+ <td>.........</td>
53
+ <td>
54
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/胡桃_preview/moonlight_shadow2胡桃.WAV">moonlight shadow</a>,
55
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/胡桃_preview/云烟成雨2胡桃.WAV">云烟成雨</a>,
56
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/胡桃_preview/原点2胡桃.WAV">原点</a>,
57
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/胡桃_preview/夢だ会えたら2胡桃.WAV">夢で逢えたら</a>,
58
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/胡桃_preview/贝加尔湖畔2胡桃.WAV">贝加尔湖畔</a>
59
+ </td>
60
+ </tr>
61
+ <tr>
62
+ <td><a href="https://huggingface.co/datasets/jiaheillu/audio_preview/blob/main/绫华_preview/README.md">神里綾華</a></td>
63
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/绫华_preview/linghua428.wav" controls="controls"></audio></td>
64
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/绫华_preview/yelan.wav" controls="controls"></audio></td>
65
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/绫华_preview/yelan.wav_auto_linghua_0.5.wav" controls="controls"></audio></td>
66
+ <td>
67
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/绫华_preview/アムリタ2绫华.WAV">アムリタ</a>,
68
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/绫华_preview/大鱼2绫华.WAV">大鱼</a>,
69
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/绫华_preview/遊園施設2绫华.WAV">遊園施設</a>,
70
+ <a href="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/绫华_preview/the_day_you_want_away2绫华.WAV">the day you want away</a>
71
+ </td>
72
+ </tr>
73
+ <tr>
74
+ <td><a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/blob/main/宵宫_preview/README.md">宵宮</a></td>
75
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/宵宫_preview/xiaogong.wav" controls="controls"></audio></td>
76
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/宵宫_preview/hutao2.wav" controls="controls"></audio></td>
77
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/宵宫_preview/hutao2wav_0key_xiaogong_0.5-2.wav" controls="controls"></audio></td>
78
+ <td>
79
+ <a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/宵宫_preview/昨夜书2宵宫.WAV">昨夜书</a>,
80
+ <a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/宵宫_preview/lemon2宵宫.WAV">lemon</a>,
81
+ <a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/宵宫_preview/my_heart_will_go_no2宵宫.WAV">my heart will go on</a>,
82
+ </td>
83
+ </tr>
84
+ <tr>
85
+ <td><a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/blob/main/刻晴_preview/README.md">こくせい</a></td>
86
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/刻晴_preview/原_keqing2.wav" controls="controls"></audio></td>
87
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/刻晴_preview/待_xiaogong3.wav" controls="controls"></audio></td>
88
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/刻晴_preview/已_xiaogong2keqing.wav" controls="controls"></audio></td>
89
+ <td>
90
+ <a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/刻晴_preview/嚣张2刻晴.WAV">嚣张</a>,
91
+ <a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/刻晴_preview/ファティマ2刻晴.WAV">ファティマ</a>,
92
+ <a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/刻晴_preview/hero2刻晴.WAV">hero</a>,
93
+ </td>
94
+ </tr>
95
+ <tr>
96
+ <td><a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/blob/main/imallryt_preview/README.md">imallryt</a></td>
97
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/imallryt_preview/%E5%8E%9F_IVOL_1%20Care_DRY_120_Am_Main_Vocal.wav" controls="controls"></audio></td>
98
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/imallryt_preview/%E5%BE%85_Lead_A%20minor_DRY.wav" controls="controls"></audio></td>
99
+ <td><audio src="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/imallryt_preview/%E5%B7%B2_Lead_A%20minor_DRYwav_0key_imallryt_0.5.wav" controls="controls"></audio></td>
100
+ <td>
101
+ <a href="https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/resolve/main/imallryt_preview/海阔天空2imallryt.WAV">海阔天空</a>,
102
+ </td>
103
+ </tr>
104
+ </tbody>
105
+ </table>
106
+ </div>
107
+
108
+ キーパラメータ：
109
+
110
+ audio duration: 訓練データセットの合計時間 <br>
111
+
112
+ epoch: 訓練の回数<br>
113
+
114
+ その他のパラメータ：<br>
115
+
116
+ batch*_size* = 1ステップあたりのトレーニングセグメントの数 <br>
117
+
118
+ segments = オーディオが分割されるセグメントの数 <br>
119
+
120
+ step = セグメント*エポック/バッチサイズ。これがモデルファイル名の数字の由来です。<br>
121
+
122
+ 「放浪者」を例にとると： 損失関数グラフ：stepとloss5に注目します。たとえば：<br> 高音の女性声が原音声の場合、10分の純粋な人声で訓練した場合、約2800epoch（10,000step）で結果が出ました。実際に使用したのは5571epoch（19,500step）で、訓練された音色と元の音色にはわずかな違いがあります。詳細は、上記のプレビューオーディオをご覧ください。通常のトレーニングでは、10分は十分なトレーニングセットの時間ではありません。<br>
123
+
124
+ [関連ファイルはこちらをクリックしてください]（https://huggingface.co/datasets/jiaheillu/audio_preview/tree/main）<br>