ইনপুট
একটি RVC v2 রূপান্তর চেইনের মাধ্যমে vocals, কভার উপাদান বা পৃথক vocal stems পরিষ্কার করুন
অডিও ফরম্যাট
আউটপুট
রূপান্তরিত vocals, মূল vocal রেফারেন্স এবং ডেমো এবং শ্রবণ পরীক্ষার জন্য ডাউনলোডযোগ্য অডিও
কেস ব্যবহার করুন
ভয়েস-রঙ রূপান্তর, কভার ডেমো এবং চরিত্র ভয়েস পরীক্ষা
এআই কভার পাইপলাইনটি পৃথকীকরণ, RVC ভয়েস রূপান্তর এবং মিক্সডাউনকে একত্রিত করে। মূল ইনপুটগুলি একটি vocal ফাইল এবং টার্গেট ভয়েস মডেল।
RVC v2 ইনপুট vocal টিম্বারকে নির্বাচিত ক্যারেক্টার ভয়েস মডেলে রূপান্তর করে।
আরএমভিপিই হ'ল এআই-RVC ভি 1.5.1 ডিফল্ট পথ দ্বারা ব্যবহৃত শক্তিশালী vocal পিচ অনুমানকারী।
হারমনি বিচ্ছেদ: MVSep 9205 সীসা / সহ-হারমনি লেগ সরবরাহ করে, BS-RoFormer লিপ এক্সই 90 ব্যান্ডগুলি vocals হারমনি সরবরাহ করে এবং বিএস Leap Instrumental ব্যান্ডগুলি সহচর রেফারেন্স সরবরাহ করে।
এআই কভার পাইপলাইনটি রূপান্তর এবং মিশ্রণের আগে vocals / সহযোগীকে পৃথক করে।
স্কোর কেবল উল্লিখিত ডেটাসেট, সূচক ও সংস্করণের জন্য প্রযোজ্য। টেবিলে এগিয়ে থাকা বর্তমান বিশ্বরেকর্ড বা এই সেবার ফল নয়। তুলনীয় স্কোর না থাকলেও সক্ষমতা ও পরীক্ষা অগ্রাধিকার দিতে পারে।
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
কাঁচা পিচ নির্ভুলতা, কাঁচা ক্রোমা নির্ভুলতা এবং পলিফোনিক গানের ডেটাসেটগুলিতে সামগ্রিক নির্ভুলতার জন্য আরএমভিপিই কাগজ সারি।
| পদমর্যাদা | মডেল | আরপিএ % | বিস্তারিত মেট্রিক্স |
|---|---|---|---|
| MIR-1K #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — MIR-1K | 95.42সেরা | আরসিএ %95.84সেরাOA %91.86সেরা |
| MIR-1K #2 | 91.05 | আরসিএ %92.16OA %88.71 | |
| MIR-1K #3 | 88.63 | আরসিএ %88.97OA %87.64 | |
| MIR-1K #4 | 82.28 | আরসিএ %82.98OA %78.61 | |
| MIR-1K #5 | 77.29 | আরসিএ %77.86OA %71.79 |
কাঁচা পিচ নির্ভুলতা, কাঁচা ক্রোমা নির্ভুলতা এবং পলিফোনিক গানের ডেটাসেটগুলিতে সামগ্রিক নির্ভুলতার জন্য আরএমভিপিই কাগজ সারি।
| পদমর্যাদা | মডেল | আরপিএ % | বিস্তারিত মেট্রিক্স |
|---|---|---|---|
| MIR ST500 #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — MIR ST500 কাগজে বলা হয়েছে যে আরএমভিপিপোলি দ্বিতীয় সেরা এমআইআর এসটি 500 মডেলকে 6.32% আরপিএ দ্বারা ছাড়িয়ে গেছে। | 89.32সেরা | আরসিএ %89.84সেরাOA %84.54সেরা |
| MIR ST500 #2 | 83.00 | আরসিএ %83.35OA %81.80 | |
| MIR ST500 #3 | 81.61 | আরসিএ %82.36OA %76.59 | |
| MIR ST500 #4 | 80.09 | আরসিএ %80.38OA %82.86 | |
| MIR ST500 #5 | 63.85 | আরসিএ %65.01OA %65.27 |
কাঁচা পিচ নির্ভুলতা, কাঁচা ক্রোমা নির্ভুলতা এবং পলিফোনিক গানের ডেটাসেটগুলিতে সামগ্রিক নির্ভুলতার জন্য আরএমভিপিই কাগজ সারি।
| পদমর্যাদা | মডেল | আরপিএ % | বিস্তারিত মেট্রিক্স |
|---|---|---|---|
| Cmedia #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — Cmedia | 83.57সেরা | আরসিএ %84.04সেরাOA %85.09সেরা |
| Cmedia #2 | 79.08 | আরসিএ %79.64OA %81.83 | |
| Cmedia #3 | 79.00 | আরসিএ %79.25OA %82.64 | |
| Cmedia #4 | 74.61 | আরসিএ %75.05OA %75.19 | |
| Cmedia #5 | 59.69 | আরসিএ %60.92OA %60.25 |
Leap XE 90 bands · ভোকাল SDR (dB)
প্রকাশ্য উৎস যাচাই: 2026-09-10
| পদমর্যাদা | মডেল | ভোকাল SDR (dB) | বিস্তারিত মেট্রিক্স |
|---|---|---|---|
| MVSep entry 10178 | BS-RoFormer Leap XE 90 bands (pcunwa)TelkNetMVSep 10178 metric | 11.7577সেরা | যন্ত্রের SDR (dB)17.5303 |
| MVSep entry 10009 | BS PolarFormer public ONNX 62 bands (bgkb/ZFTurbo)MVSep 10009 metric | 11.7575 | যন্ত্রের SDR (dB)18.0650সেরা |
| MVSep entry 10173 | BS-RoFormer Leap vocal-only (pcunwa)MVSep 10173 metric | 11.7398 | |
| MVSep entry 10146 | BS-RoFormer Leap 62 bands (pcunwa)MVSep 10146 metric | 11.7222 | যন্ত্রের SDR (dB)17.7794 |
Leap XE কণ্ঠের প্রকাশিত SDR দেখানো হয়েছে। সক্রিয় Leap Instrumental-এর একই ওজনের কোনো প্রকাশিত স্কোর যাচাই করা হয়নি। নিয়ন্ত্রিত নমুনার ফল প্রকাশ্য র্যাঙ্কিংয়ে অন্তর্ভুক্ত নয়।
প্রকাশ্য উৎস যাচাই: 2026-09-10
| পদমর্যাদা | মডেল | যন্ত্রের SDR (dB) | বিস্তারিত মেট্রিক্স |
|---|---|---|---|
| MVSep entry 10009 | BS PolarFormer public ONNX 62 bands (bgkb/ZFTurbo)MVSep 10009 metric | 18.0650সেরা | ভোকাল SDR (dB)11.7575 |
| MVSep entry 10146 | BS-RoFormer Leap 62 bands (pcunwa)MVSep 10146 metric | 17.7794 | ভোকাল SDR (dB)11.7222 |
| MVSep entry 10178 | BS-RoFormer Leap XE 90 bands (pcunwa)MVSep 10178 metric | 17.5303 | ভোকাল SDR (dB)11.7577সেরা |
MVSep 9205 BS-Kar AVG · নেতৃত্ব vocals SDR (dB) / ব্যাক vocals SDR (dB)
প্রকাশ্য উৎস যাচাই: 2026-09-10
| পদমর্যাদা | মডেল | নেতৃত্ব vocals SDR (dB) | বিস্তারিত মেট্রিক্স |
|---|---|---|---|
| MVSep entry 9205 | BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew (AVG)TelkNetMVSep 9205 metric | 10.4296সেরা | ব্যাক vocals + ইনস্ট্রুমেন্টাল SDR (dB)15.8159সেরা |
| MVSep entry 9190 | BS-karaoke-Frazer&Becruily + BS-Karaoke-Anvuew (AVG)MVSep 9190 metric | 10.3596 | ব্যাক vocals + ইনস্ট্রুমেন্টাল SDR (dB)15.7459 |
| MVSep entry 9209 | BS Roformer Karaoke by anvuewMVSep 9209 metric | 10.2267 | ব্যাক vocals + ইনস্ট্রুমেন্টাল SDR (dB)15.6095 |
| MVSep entry 9212 | BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew (Max Spec)MVSep 9212 metric | 10.1718 | ব্যাক vocals + ইনস্ট্রুমেন্টাল SDR (dB)15.4680 |
| MVSep entry 9180 | BS-Roformer Karaoke anvuewMVSep 9180 metric | 10.1705 | ব্যাক vocals + ইনস্ট্রুমেন্টাল SDR (dB)15.5568 |
| MVSep entry 9013 | BS-Roformer Karaoke (frazer & becruily)MVSep 9013 metric | 10.0640 | ব্যাক vocals + ইনস্ট্রুমেন্টাল SDR (dB)15.4503 |
| MVSep entry 9198 | BS Roformer Karaoke GaboxMVSep 9198 metric | 9.8901 | ব্যাক vocals + ইনস্ট্রুমেন্টাল SDR (dB)15.2763 |
IEEE/ACM TASLP - 2021
হুবার্ট RVC-স্টাইলের ভয়েস রূপান্তর পাইপলাইন দ্বারা ব্যবহৃত স্ব-তত্ত্বাবধানে বক্তৃতা উপস্থাপনা সরবরাহ করে।
Interspeech - 2023
আরএমভিপিই হ'ল একটি ইন্টারস্পিচ 2023 শক্তিশালী vocal পিচ এস্টিমেটর যা পলিফোনিক সংগীতের জন্য ডিজাইন করা হয়েছে এবং মানের-প্রথম F0 নিষ্কাশনের জন্য ব্যবহৃত হয়।
Official repository - current
RVC প্রকল্পটি ভিআইটিএস / হুবার্ট পুনরুদ্ধার-ভিত্তিক ভয়েস রূপান্তর ওয়ার্কফ্লোর জন্য অফিসিয়াল প্রযুক্তিগত উত্স।
একই ধরনের কাজ করলে এই গাইডগুলো কাজে লাগবে — প্রতিটি পরিস্থিতির জন্য উপযুক্ত টুল, মডেলের সীমা, উৎস ও প্রশ্নোত্তর দেওয়া আছে।
মতামতে টুলের নাম, ধাপগুলো এবং সমস্যাটি লিখুন। স্ক্রিনশট দিলে সমস্যা খুঁজতে সুবিধা হয়।