Učitavanje...
Učitajte originalnu pjesmu i uzorak željenog pjevača za promjenu glavnog glasa bez treniranja. YingMusic-SVC / HQ-SVC / SoulX-Singer-SVC / Seed-VC / Vevo2-FM / SaMoye-SVC / kNN-SVC koriste iste ulaze i daju zasebne obrade.
Ulaz
Originalna pjesma ili izdvojeni vokal te uzorak željenog pjevača.
Audio formati
Izlaz
Vokalni WAV odabranih modela; način pjesme sadrži i mikseve s pratnjom. MP3 preslušavanje te preuzimanje izvornih WAV datoteka ili ZIP arhive.
Slučaj upotrebe
Promjenu boje glavnog glasa prema uzorku i poređenje sedam modela.
Demo: Far far away, cijeli izvor od 240.98 sekundi, isti ciljni pjevač, seed 42 i transpozicija 0. kNN-SVC koristi cijelu referencu, a ostali isti isječak od 25 sekundi. Sličnost glasa svih modela mjeri se prema tom isječku. Mjerenja pripadaju ovoj demonstraciji.
Najbolja vrijednost u grupi istaknuta je prema smjeru strelice za svaku metriku, uključujući izjednačene rezultate. Ovo nije ukupni rang kvaliteta zvuka.
Niže ↓ ili više ↑ je bolje. Razlika teksta poredi Whisper-medium prepoznavanje s izvorom, a ne ručno provjerene greške u stihovima. Sličnost boje glasa je kosinusna sličnost Resemblyzer reprezentacija, a ne dokaz identiteta. SingMOS-Pro i AudioBox PQ su automatska predviđanja, a ne ljudske MOS ocjene ili vrijednosti iz tabela radova. Prednost na jednom pokazatelju ove pjesme ne znači ukupnu pobjedu na svim pjesmama.
Rezultati autora prikazani su zasebno prema skupu podataka i postavkama. Ne čine zajedničku rang-listu sedam modela.
YingMusic-SVC · Table 2HQ-SVC · Table 1SoulX-Singer-SVC · Table 4Seed-VC · EVAL.mdMjerenja i provjera ulazaRezultati autora prikazani su zasebno prema skupu podataka i postavkama. Ne čine zajedničku rang-listu sedam modela.
Prikazani su samo zapisi s provjerenom javnom implementacijom inferencije i odgovarajućim težinama, kao i algoritmi kojima težine nisu potrebne. Zatvoreni servisi, neobjavljene težine i nepotvrđene verzije eksperimenata su isključeni. Ovo nije rangiranje svih modela.
Odaberite skup podataka za prikaz svih metrika svakog modela. Redovi slijede službeni poredak ili odabranu metriku. Podebljano je označena najbolja uporediva vrijednost u svakoj koloni, uključujući izjednačenja. Različiti protokoli ocjenjivanja rangiraju se zasebno; nedostajući rezultati prikazani su kao -.
Lokalno pokretanje 9 / izvorni redovi 15
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
Ours-CPT · Setting 1: GT Leading · Ours-SFT · Setting 1: GT Leading · Ours-CPT · Setting 2: Mix Vocal · Ours-SFT · Setting 2: Mix Vocal · Ours-CPT · Setting 3: Ours Leading · Ours-SFT · Setting 3: Ours Leading
| Poredak po metrici | Model | Uslov testa | SPK-SIM ↑ | CER(%) ↓ | CE ↑ | CU ↑ | LogF0PCC(%) ↑ | CMOS ↑ | SMOS ↑ |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Ours-FullJavne težine · Kod za inferenciju | Setting 1: GT Leading | 0.800 | 9.26 | 5.86 | 6.56 | 98.12 | 4.26 | 3.08 |
| 2 | Seed-VC ( Liu, 2024 ) | Setting 1: GT Leading | 0.801 | 10.89 | 5.69 | 6.39 | 98.29 | 3.98 | 3.09 |
| 3 | FreeSVC ( Ferreira et al., 2025 )Javne težine · Kod za inferenciju | Setting 1: GT Leading | 0.648 | 20.70 | 4.72 | 5.55 | 86.56 | 2.47 | 1.83 |
Uključuje javne rezultate testiranja modela koji se koriste ovdje i drugdje. Podrazumijevano se prikazuje potpuna izvorna tabela; za poređenje se mogu odabrati uslovi i metrike. Rezultati različitih uslova testiranja nisu direktno uporedivi.
Prikazani su samo zapisi s provjerenom javnom implementacijom inferencije i odgovarajućim težinama, kao i algoritmi kojima težine nisu potrebne. Zatvoreni servisi, neobjavljene težine i nepotvrđene verzije eksperimenata su isključeni. Ovo nije rangiranje svih modela.
Javne težine ne potvrđuju potpunu licencu otvorenog koda. Proširite podatke za navedene licence težina i uslove pristupa. Nedeklarisane licence su posebno označene.
Odabrani model nema provjeren odgovarajući javni rezultat i nije rangiran.
Odaberite skup podataka za prikaz svih metrika svakog modela. Redovi slijede službeni poredak ili odabranu metriku. Podebljano je označena najbolja uporediva vrijednost u svakoj koloni, uključujući izjednačenja. Različiti protokoli ocjenjivanja rangiraju se zasebno; nedostajući rezultati prikazani su kao -.
Lokalno pokretanje 6 / izvorni redovi 10
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset
Prikazani su samo redovi koji koriste navedeni protokol.
| Poredak po metrici | Model | Uslov testa | GMO-SVS Dataset · Chinese | GMO-SVS Dataset · English | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| WER ↓ | SIM ↑ | FFE ↓ | SingMOS ↑ | Sheet ↑ | WER ↓ | SIM ↑ | FFE ↓ | SingMOS ↑ | Sheet ↑ | |||
| 1 | SoulX-Singer (Melody) | GMO-SVS Dataset | 0.065 | 0.897 | 0.044 | 4.458 | 4.110 | 0.151 | 0.918 | 0.036 | 4.323 | 3.751 |
| 2 | SoulX-Singer-SVC | GMO-SVS Dataset | 0.107 | 0.904 | 0.036 | 4.419 | 4.029 | 0.267 | 0.919 | 0.030 | 4.314 | 3.666 |
| 3 | YingMusic-SVCJavne težine · Kod za inferenciju | GMO-SVS Dataset | 0.097 | 0.908 | 0.057 | 4.399 | 3.974 | 0.243 | 0.923 | 0.046 | 4.337 | 3.708 |
Skupovi podataka, verzije i uslovi ostaju odvojeni, uključujući izvore bez prihvatljivih redova.
Lokalno pokretanje 6 / izvorni redovi 10
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset
Rezultati važe za navedeni skup podataka, metriku i verziju modela. Različiti testovi nisu direktno uporedivi.
Odaberite skup podataka za prikaz svih metrika svakog modela. Redovi slijede službeni poredak ili odabranu metriku. Podebljano je označena najbolja uporediva vrijednost u svakoj koloni, uključujući izjednačenja. Različiti protokoli ocjenjivanja rangiraju se zasebno; nedostajući rezultati prikazani su kao -.
Lokalno pokretanje 6 / izvorni redovi 10
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset
Prikazani su samo redovi koji koriste navedeni protokol.
| Poredak po metrici | Model | Uslov testa | GMO-SVS Dataset · Chinese | GMO-SVS Dataset · English | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| WER ↓ | SIM ↑ | FFE ↓ | SingMOS ↑ | Sheet ↑ | WER ↓ | SIM ↑ | FFE ↓ | SingMOS ↑ | Sheet ↑ | |||
| 1 | SoulX-Singer (Melody) | GMO-SVS Dataset | 0.065 | 0.897 | 0.044 | 4.458 | 4.110 | 0.151 | 0.918 | 0.036 | 4.323 | 3.751 |
| 2 | SoulX-Singer-SVC | GMO-SVS Dataset | 0.107 | 0.904 | 0.036 | 4.419 | 4.029 | 0.267 | 0.919 | 0.030 | 4.314 | 3.666 |
| 3 | YingMusic-SVCJavne težine · Kod za inferenciju | GMO-SVS Dataset | 0.097 | 0.908 | 0.057 | 4.399 | 3.974 | 0.243 | 0.923 | 0.046 | 4.337 | 3.708 |
U povratnim informacijama navedite alat, korake i problem. Snimci ekrana mogu pomoći u pronalaženju uzroka.