نموذج
SoulX-Singer وYingMusic-Singer-Plus: محرك النتيجة ومرجع اللحن، طريقتان لتركيب صوت الغناء
تركيب الغناء / مقارنة المسار
تركيب الغناء / مقارنة المسار
© 2026 تيلك نت. جميع الحقوق محفوظة.
توليد الغناء
يستقبل وضع النوتة في SoulX بيانات وصفية مشتقة من MIDI. أما YingMusic-Singer-Plus فيستقبل مقطع غناء يحدد اللحن إلى جانب الكلمات المستهدفة. يحتاج الأول إلى محاذاة النوتات مع الكلمات، بينما يرمّز الثاني اللحن من الصوت.
يتبع مسار التوليد المعادلة dx_t/dt = v_θ(x_t,t | l,m,r)، حيث يُشترط حقل السرعة بالكلمات واللحن ومرجع الطابع الصوتي. تؤدي المحاذاة الخاطئة إلى حرف هذا المسار المتكامل نحو تسوية ضعيفة بين النطق والإيقاع وهوية الصوت.
يحوّل SoulX ملف MIDI إلى بيانات وصفية مقسّمة؛ ويجب أن تتطابق المقاطع اللفظية مع بدايات النوتات. يتجنب YingMusic استخدام MIDI الصريح، لكنه يحتاج إلى صوت غنائي لحني نقي، لأن تسرّب المصاحبة يلوّث تمثيله للحن.
يتمحور SoulX-Singer حول MIDI والكلمات وعينة للطابع الصوتي. ويشدد YingMusic-Singer-Plus كذلك على مرونة تعديل الكلمات والاسترشاد باللحن من دون توصيف كل نوتة على حدة. يجب أن تفصل المقارنة بين طبقة الصوت والمدة والأداء النطقي والطابع الصوتي المرجعي، بدلاً من اختزال النظامين في مفتاح واحد للغناء.
تحدد مواصفات الإدخال ما يستطيع نظام الغناء فعله. يركز SoulX-Singer على الطابع الصوتي من دون أمثلة مسبقة وتوليد الغناء، بينما يجمع YingMusic-Singer-Plus الكلمات مع شروط اللحن أو النوتة. يُنتج كلاهما غناءً، لكن أحدهما يعتمد بدرجة أكبر على الصوت المرجعي والآخر على الموسيقى المهيكلة.
تطورت تقنيات توليد الغناء من الوصل والنماذج الصوتية، مرورًا بالفوكودرات العصبية ورموز برامج الترميز، وصولاً إلى المولدات الكبيرة. وتبقى محاذاة الفونيمات ومدد النوتات والاهتزازات والتنفس والطابع الصوتي مشكلة مستمرة. فقد تخفي لازمة سلسة كلمات خاطئة وانزياحًا عبر الموازير.
ŝ=G(lyrics, pitch, duration, e_timbre, c_style)pitchطبقة الصوت أو منحنى اللحنdurationمدة النوتةe_timbreالطابع الصوتي المستخلص من عينة مصرح بهايستخدم SoulX-Singer الكلمات وMIDI/البيانات الوصفية وعينة للطابع الصوتي؛ بينما يقبل YingMusic-Singer-Plus إرشادًا لحنيًا أكثر مرونة. تمثل طبقة الصوت والمدة شرطين قابلين للتحرير في النوتة، في حين يحمل اللحن المرجعي معلومات أداء إضافية.
دقة طبقة الصوت والمدة ووضوح الكلمات وتشابه الطابع الصوتي والتنفس اختبارات منفصلة. ولا يمكن لعينة واحدة منتقاة من طبقة عالية أن تثبت الاستقرار على امتداد الأغنية.
يمكن الوصول إلى الأوراق العلمية والشفرة والأوزان عبر SoulX-Singer / ورقة SoulX-Singer / YingMusic-Singer-Plus.
يحتفظ كل صف بالبنية أو المقياس أو تعريف المهمة الوارد في مصدره؛ وتظل النتائج التي لا تشترك في بروتوكول واحد منفصلة.
| النموذج | البنية أو الدليل | النطاق |
|---|---|---|
| SoulX-Singer | غناء من دون أمثلة مسبقة موجّه بمرجع | هوية الصوت والكلمات واستقرار المقاطع الطويلة |
| YingMusic-Singer-Plus | الكلمات مع اللحن/النوتة | المحاذاة والمدى والسرعة الإيقاعية |
| خط توليد الغناء التقليدي | سمات صوتية صريحة مع فوكودر | تحكم واضح مع طبيعية محدودة عبر المجالات |
قارن كل كلمة لرصد الحذف وابتلاع الحروف الساكنة والتكرار وتوقيت السواكن، ثم افحص دخول طبقة الصوت والانزلاقات والاهتزاز. لا تغني الطبيعية عن دقة المحتوى.
ثبّت المقام وBPM والميزان والجزء المقتطع من المرجع. قد تُنسخ المصاحبة والصدى الموجودان في المرجع إلى المخرج.
يتطلب استنساخ صوت المغني إذنًا صريحًا، ويجب ألا يدعم انتحال الشخصية أو الخداع أو التحايل على الحقوق.
لا يحل النموذج محل التوزيع الموسيقي أو الإشراف على الأداء الغنائي. فما زال المدى والنطق والعاطفة والعادات اللغوية بحاجة إلى عمل بشري.
يمكن تتبع أسماء النماذج والأرقام والقيود إلى الأوراق أو المستودعات أو بطاقات النماذج أدناه.