Lädt...

KI-Cover mit Referenzstimme – ohne Training · TelkNet

Stimme und GesangGPU ArbeitsbelastungYingMusic-SVCQuellcode Gewichte PublikationHQ-SVCGewichte Quellcode PublikationSoulX-Singer-SVCQuellcode Gewichte PublikationSeed-VCQuellcode Gewichte PublikationVevo2-FMQuellcode Gewichte PublikationSaMoye-SVC · expand_train_jxbQuellcode Gewichte PublikationkNN-SVCQuellcode Gewichte Publikation

Cover mit Referenzstimme

Originalsong und Referenzstimme bestimmen die neue Leadstimme, ohne Training. YingMusic-SVC / HQ-SVC / SoulX-Singer-SVC / Seed-VC / Vevo2-FM / SaMoye-SVC / kNN-SVC verarbeiten dieselben Eingaben und liefern eigene Cover.

112 Credits/NutzungAudiodatei-EingangMaximal 100 MBGeschätzte 300-7200 Sekunden

Eingabe

Originalsong oder isolierter Gesang sowie eine Referenz der Zielstimme.

Audioformate

mp3wavflacoggm4aaac

Ausgabe

Gesangs-WAVs der gewählten Modelle; im Songmodus auch Mischungen mit Begleitung. MP3-Vorschau sowie Original-WAVs und ZIP zum Download.

Anwendungsfall

Die Leadstimme anhand einer Referenz ändern und sieben Modellergebnisse vergleichen.

Schnelles Feedback

Nennen Sie im Feedback das Werkzeug, die Schritte und das Problem. Screenshots helfen bei der Einordnung.

07 / Modelle

Sieben Modelle · Einzelmetriken

Kein Training

Demo: Far far away, vollständige Quelle 240.98 Sekunden, eine Zielstimme, Seed 42 und Transposition 0. kNN-SVC nutzt die ganze Referenz, die übrigen denselben Ausschnitt von 25 Sekunden. Die Stimmähnlichkeit wird bei allen Modellen gegen diesen Ausschnitt gemessen. Die Werte gehören zu dieser Demo.

YingMusic-SVC

GitHub HF Publikation

ASR-TextabweichungBester Messwert: 6.8% ↓
Medianer Tonhöhenfehler: 7.27cent ↓
Zusätzlicher Ton in Pausen: 2.5s ↓
Ähnlichkeit zur ReferenzstimmeBester Messwert: 0.978 ↑
Prognostizierte Gesangsnatürlichkeit: 3.59 ↑
Prognostizierte Wahrnehmungsqualität: 7.707 ↑

HQ-SVC

GitHub HF Publikation

ASR-Textabweichung: 15.4% ↓
Medianer TonhöhenfehlerBester Messwert: 4.40cent ↓
Zusätzlicher Ton in PausenBester Messwert: 0.0s ↓
Ähnlichkeit zur Referenzstimme: 0.948 ↑
Prognostizierte Gesangsnatürlichkeit: 3.60 ↑
Prognostizierte WahrnehmungsqualitätBester Messwert: 7.890 ↑

SoulX-Singer-SVC

GitHub HF Publikation

ASR-Textabweichung: 10.2% ↓
Medianer Tonhöhenfehler: 7.44cent ↓
Zusätzlicher Ton in Pausen: 12.6s ↓
Ähnlichkeit zur Referenzstimme: 0.977 ↑
Prognostizierte Gesangsnatürlichkeit: 3.80 ↑
Prognostizierte Wahrnehmungsqualität: 7.529 ↑

Seed-VC

GitHub HF Publikation

ASR-Textabweichung: 7.4% ↓
Medianer Tonhöhenfehler: 8.36cent ↓
Zusätzlicher Ton in Pausen: 5.5s ↓
Ähnlichkeit zur Referenzstimme: 0.973 ↑
Prognostizierte Gesangsnatürlichkeit: 3.53 ↑
Prognostizierte Wahrnehmungsqualität: 7.582 ↑

Vevo2-FM

GitHub HF Publikation

ASR-Textabweichung: 27.1% ↓
Medianer Tonhöhenfehler: 38.66cent ↓
Zusätzlicher Ton in Pausen: 3.1s ↓
Ähnlichkeit zur Referenzstimme: 0.974 ↑
Prognostizierte Gesangsnatürlichkeit: 3.51 ↑
Prognostizierte Wahrnehmungsqualität: 7.276 ↑

SaMoye-SVC · expand_train_jxb

GitHub HF Publikation

ASR-Textabweichung: 14.2% ↓
Medianer Tonhöhenfehler: 11.47cent ↓
Zusätzlicher Ton in Pausen: 1.2s ↓
Ähnlichkeit zur Referenzstimme: 0.948 ↑
Prognostizierte GesangsnatürlichkeitBester Messwert: 4.04 ↑
Prognostizierte Wahrnehmungsqualität: 7.888 ↑

kNN-SVC

GitHub Gewichte Publikation

ASR-Textabweichung: 20.3% ↓
Medianer Tonhöhenfehler: 5.35cent ↓
Zusätzlicher Ton in PausenBester Messwert: 0.0s ↓
Ähnlichkeit zur Referenzstimme: 0.962 ↑
Prognostizierte Gesangsnatürlichkeit: 3.61 ↑
Prognostizierte Wahrnehmungsqualität: 7.804 ↑

Markiert den besten Wert dieser Gruppe gemäß der Pfeilrichtung der jeweiligen Kennzahl, einschließlich Gleichständen. Dies ist keine Gesamtrangliste der Klangqualität.

Bei ↓ ist weniger, bei ↑ mehr besser. Die Textabweichung vergleicht die Whisper-medium-Erkennung mit der Quelle, keine manuell geprüften Textfehler. Die Stimmähnlichkeit ist die Kosinusähnlichkeit von Resemblyzer-Einbettungen, kein Identitätsnachweis. SingMOS-Pro und AudioBox PQ sind automatische Prognosen, keine menschlichen MOS-Bewertungen oder Werte aus den Fachartikeln. Ein Vorsprung bei einem Merkmal dieses Lieds bedeutet keinen Gesamtsieg über alle Lieder.

Publikationen und Bewertungsquellen

Die Ergebnisse der Autoren sind nach Datensatz und Einstellung getrennt. Daraus entsteht keine gemeinsame Rangliste der sieben Modelle.

YingMusic-SVC · Table 2 HQ-SVC · Table 1 SoulX-Singer-SVC · Table 4 Seed-VC · EVAL.md Messdaten und Eingabeprüfung

Veröffentlichte Bewertungen

Studien und offizielle Messwerte

Die Ergebnisse der Autoren sind nach Datensatz und Einstellung getrennt. Daraus entsteht keine gemeinsame Rangliste der sieben Modelle.

Angezeigt werden nur Einträge mit verifizierter öffentlicher Inferenzimplementierung und passenden Gewichten sowie Algorithmen ohne trainierte Gewichte. Geschlossene Dienste, unveröffentlichte Gewichte und nicht zuordenbare Experimentversionen sind ausgeschlossen. Dies ist keine Gesamtrangliste aller Modelle.

YingMusic-SVC

arXiv:2512.04793v1 · Table 2

Testbedingungen

YingMusic · Table 2

Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.

Ausführbare Einträge 9 / Originalzeilen 15

Nicht eingestuft: 6

Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.

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

TestbedingungRangfolge nach Metrik

YingMusic · Table 2
Rang nach Kennzahl	Modell	Testbedingung	SPK-SIM ↑	CER(%) ↓	CE ↑	CU ↑	LogF0PCC(%) ↑	CMOS ↑	SMOS ↑
1	Ours-Full Öffentliche Gewichte · Inferenzcode YingMusic-SVC-full.pt Inferenzcode Gewichtslizenz (Angabe des Repositorys): cc-by-nc-4.0	Setting 1: GT Leading	0.800	9.26	5.86	6.56	98.12	4.26	3.08
2	Seed-VC ( Liu, 2024 ) Öffentliche Gewichte · Inferenzcode DiT_seed_v2_uvit_whisper_base_f0_44k_bigvgan_pruned_ft_ema_v2.pth Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): gpl-3.0	Setting 1: GT Leading	0.801	10.89	5.69	6.39	98.29	3.98	3.09
3	FreeSVC ( Ferreira et al., 2025 ) Öffentliche Gewichte · Inferenzcode G_00014_0225000.pth spin.ckpt rmvpe.pt Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): cc-by-nc-sa-4.0	Setting 1: GT Leading	0.648	20.70	4.72	5.55	86.56	2.47	1.83

Originaleinträge (9)

arXiv:2512.04793v1 · Table 2 ↗

Modelle, Parameter und Quellen

YingMusic-SVCHQ-SVCSoulX-Singer-SVCSeed-VCVevo2-FMSaMoye-SVC · expand_train_jxbkNN-SVC

Anwendungsfälle

Einen Song mit neuer Leadstimme covern und Originalbegleitung sowie Hintergrundgesang im Mix behalten.
Isolierten Gesang konvertieren und bei Bedarf Chorstimmen trennen oder Hall entfernen.
Aussprache, gehaltene Töne, Atemzüge und hohe Töne der sieben Versionen vergleichen.

Arbeitsablauf

1Quelle hochladen und Eingabetyp wählen. Ganze Songs durchlaufen Begleitungs- und Chorstimmen-Trennung sowie Hallentfernung der Leadstimme. Für isolierten Gesang sind die beiden Bereinigungsschritte einzeln schaltbar.
2Ein vollständiger Song einer einzigen Person ist möglich. Nach der Gesangsbereinigung nutzt kNN-SVC die ganze Referenz; die übrigen gewählten Modelle teilen sich einen zusammenhängenden Ausschnitt von höchstens 25 Sekunden. Der Vokalmodus erwartet trockenen Sologesang. Der Ausgangssong wird vollständig umgewandelt.
3Wähle ein oder mehrere Modelle für denselben Song und dieselbe Stimmreferenz. Cover starten wählen. Danach Gesang und im Songmodus auch Mixe anhören. Die Vorschau nutzt 192 kbps MP3; Einzel- und ZIP-Downloads enthalten die WAV-Originale. Beim Wechsel von Modell oder Gesang/Mix bleibt die Position erhalten. Der Wechsel erfolgt, sobald das nächste Audio bereit ist. Zum Spulen den Regler ziehen und loslassen.

Prüfpunkte

Prüfen, dass die Referenz durchgehend dieselbe Leadstimme enthält. Chöre, Duette und Medleys vermeiden; die Identität wird nicht geprüft.
Sauberer, trockener Sologesang braucht keine erneute Trennung oder Hallentfernung. Bei verbliebener Begleitung den Songmodus wählen.
Trennungsreste können Klangfarbe und Aussprache beeinflussen. Refrains, hohe und lange Töne sowie Pausen prüfen. Diagnosewerte sind keine Gesamtwertung der Klangqualität.

Modelle dieses Fachgebiets

6 Einträge

Enthält öffentliche Testergebnisse für hier und andernorts verwendete Modelle. Standardmäßig wird die vollständige Quelltabelle angezeigt; Bedingungen und Metriken lassen sich zum Vergleich auswählen. Werte aus unterschiedlichen Testbedingungen sind nicht direkt vergleichbar.

Öffentliche Gewichte belegen keine vollständige Open-Source-Lizenz. Die aufgeklappten Daten zeigen erklärte Gewichtslizenzen und Zugangsbedingungen. Nicht erklärte Lizenzen sind gesondert gekennzeichnet.

BenchmarkWertungskategorie

Für das ausgewählte Modell liegt kein passendes, geprüftes öffentliches Ergebnis vor; es erhält keinen Rang.

SoulX-Singer paper SVC table

Ausführbare Einträge 6 / Originalzeilen 10

Nicht eingestuft: 4

Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.

GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset

Gezeigt werden nur Zeilen mit dem angegebenen Protokoll.

TestbedingungRangfolge nach Metrik

SoulX-Singer paper SVC table
Rang nach Kennzahl	Modell	Testbedingung	GMO-SVS Dataset · Chinese					GMO-SVS Dataset · English
Rang nach Kennzahl	Modell	Testbedingung	WER ↓	SIM ↑	FFE ↓	SingMOS ↑	Sheet ↑	WER ↓	SIM ↑	FFE ↓	SingMOS ↑	Sheet ↑
1	SoulX-Singer (Melody) Öffentliche Gewichte · Inferenzcode Soul-AILab/SoulX-Singer@40493ad90286056c7a9095035164434a79daa8c9 Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): apache-2.0	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 Öffentliche Gewichte · Inferenzcode Soul-AILab/SoulX-Singer@40493ad90286056c7a9095035164434a79daa8c9 Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): apache-2.0	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-SVC Öffentliche Gewichte · Inferenzcode YingMusic-SVC-full.pt Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): cc-by-nc-4.0	GMO-SVS Dataset	0.097	0.908	0.057	4.399	3.974	0.243	0.923	0.046	4.337	3.708

Originaleinträge (6)

SoulX-Singer paper SVC table ↗Geprüft: 2026-10-25

Alle Bewertungsquellen (1)

Datensätze, Versionen und Bedingungen bleiben getrennt, auch Quellen ohne zugelassene Ranglisteneinträge.

SoulX-Singer paper SVC table ↗
Ausführbare Einträge 6 / Originalzeilen 10
Nicht eingestuft: 4
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset

Alle Originalergebnisse und Quellen

Werte gelten für den jeweiligen Datensatz, Messwert und die Modellversion. Verschiedene Tests sind nicht direkt vergleichbar.

SoulX-Singer paper SVC table

Ausführbare Einträge 6 / Originalzeilen 10

Nicht eingestuft: 4

Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.

GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset

Gezeigt werden nur Zeilen mit dem angegebenen Protokoll.

TestbedingungRangfolge nach Metrik

SoulX-Singer paper SVC table
Rang nach Kennzahl	Modell	Testbedingung	GMO-SVS Dataset · Chinese					GMO-SVS Dataset · English
Rang nach Kennzahl	Modell	Testbedingung	WER ↓	SIM ↑	FFE ↓	SingMOS ↑	Sheet ↑	WER ↓	SIM ↑	FFE ↓	SingMOS ↑	Sheet ↑
1	SoulX-Singer (Melody) Öffentliche Gewichte · Inferenzcode Soul-AILab/SoulX-Singer@40493ad90286056c7a9095035164434a79daa8c9 Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): apache-2.0	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 Öffentliche Gewichte · Inferenzcode Soul-AILab/SoulX-Singer@40493ad90286056c7a9095035164434a79daa8c9 Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): apache-2.0	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-SVC Öffentliche Gewichte · Inferenzcode YingMusic-SVC-full.pt Inferenzcode Auswertungseinstellungen Gewichtslizenz (Angabe des Repositorys): cc-by-nc-4.0	GMO-SVS Dataset	0.097	0.908	0.057	4.399	3.974	0.243	0.923	0.046	4.337	3.708

Originaleinträge (6)

SoulX-Singer paper SVC table ↗Geprüft: 2026-10-25

Cover mit Referenzstimme

Schnelles Feedback

Sieben Modelle · Einzelmetriken

YingMusic-SVC

HQ-SVC

SoulX-Singer-SVC

Seed-VC

Vevo2-FM

SaMoye-SVC · expand_train_jxb

kNN-SVC

Studien und offizielle Messwerte

YingMusic-SVC

YingMusic · Table 2

Modelle, Parameter und Quellen

YingMusic-SVC

HQ-SVC

SoulX-Singer-SVC

Seed-VC

Vevo2-FM

SaMoye-SVC · expand_train_jxb

kNN-SVC

Offizielle / Repositorien

Arbeiten / technische Anmerkungen

Anwendungsfälle

Arbeitsablauf

Prüfpunkte

Modelle dieses Fachgebiets

SoulX-Singer paper SVC table

SoulX-Singer paper SVC table