入力
クリーンvocals、カバー素材、または分離vocal stemsをRVC v2変換チェーンで
音声フォーマット
出力
変換されたvocals、オリジナルvocal参照、デモやリスニングテスト用のダウンロード可能な音声
ユースケース
ボイスカラー変換、カバーデモ、キャラクターボイス実験
AIカバーパイプラインは分離、RVC声変換、ミックスダウンを組み合わせています。コア入力はvocalファイルとターゲットボイスモデルです。
RVC v2は入力vocal音色を選択したキャラクターのボイスモデルに変換します。
RMVPEはAI-RVC v1.5.1のデフォルトパスで使用される堅牢なvocalピッチ推定器です。
ハーモニー分離:MVSep 9205はリード/伴奏とハーモニーのレッグを提供し、BS-RoFormer Leap XE 90バンドはハーモニー vocals、BS-RoFormer Leap Instrumentalバンドは伴奏参照を提供します。
AIカバーパイプラインは変換とミックスダウンの前にvocals/伴奏を分離します。
スコアは引用元のデータセット、指標、モデル版にのみ対応します。表内の首位は現在の世界一や本サービスでの実測結果を意味しません。比較可能なスコアがなくても、機能や実測を理由に優先できます。
表には、公開ウェイトまたは設定があり、ローカルで実行できるモデルだけを掲載しています。
マルチフォニック歌唱データセットにおける生の音程精度、生クロマ精度、全体的な精度のためのRMVPEペーパー行。
| 階級 | モデル | RPA (%) | 詳細指標 |
|---|---|---|---|
| MIR-1K #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — MIR-1K | 95.42最良 | RCA (%)95.84最良OA (%)91.86最良 |
| MIR-1K #2 | 91.05 | RCA (%)92.16OA (%)88.71 | |
| MIR-1K #3 | 88.63 | RCA (%)88.97OA (%)87.64 | |
| MIR-1K #4 | 82.28 | RCA (%)82.98OA (%)78.61 | |
| MIR-1K #5 | 77.29 | RCA (%)77.86OA (%)71.79 |
マルチフォニック歌唱データセットにおける生の音程精度、生クロマ精度、全体的な精度のためのRMVPEペーパー行。
| 階級 | モデル | RPA (%) | 詳細指標 |
|---|---|---|---|
| MIR ST500 #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — MIR ST500 論文によると、RMVPEPolyは2番目に優れたMIR ST500モデルを6.32%のRPA上回っています。 | 89.32最良 | RCA (%)89.84最良OA (%)84.54最良 |
| MIR ST500 #2 | 83.00 | RCA (%)83.35OA (%)81.80 | |
| MIR ST500 #3 | 81.61 | RCA (%)82.36OA (%)76.59 | |
| MIR ST500 #4 | 80.09 | RCA (%)80.38OA (%)82.86 | |
| MIR ST500 #5 | 63.85 | RCA (%)65.01OA (%)65.27 |
マルチフォニック歌唱データセットにおける生の音程精度、生クロマ精度、全体的な精度のためのRMVPEペーパー行。
| 階級 | モデル | RPA (%) | 詳細指標 |
|---|---|---|---|
| Cmedia #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — Cmedia | 83.57最良 | RCA (%)84.04最良OA (%)85.09最良 |
| Cmedia #2 | 79.08 | RCA (%)79.64OA (%)81.83 | |
| Cmedia #3 | 79.00 | RCA (%)79.25OA (%)82.64 | |
| Cmedia #4 | 74.61 | RCA (%)75.05OA (%)75.19 | |
| Cmedia #5 | 59.69 | RCA (%)60.92OA (%)60.25 |
Leap XE 90 bands · ボーカルSDR (dB)
公開資料の確認日：2026-09-10
| 階級 | モデル | ボーカルSDR (dB) | 詳細指標 |
|---|---|---|---|
| MVSep entry 10178 | BS-RoFormer Leap XE 90 bands (pcunwa)TelkNetMVSep 10178 metric | 11.7577最良 | 楽器SDR (dB)17.5303 |
| MVSep entry 10009 | BS PolarFormer public ONNX 62 bands (bgkb/ZFTurbo)MVSep 10009 metric | 11.7575 | 楽器SDR (dB)18.0650最良 |
| 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 | 楽器SDR (dB)17.7794 |
Leap XE のボーカルは公開 SDR を表示します。現在の Leap Instrumental と同一の重みについて、対応する公開スコアは未確認です。制御サンプルの結果は公開ランキングに含めません。
公開資料の確認日：2026-09-10
| 階級 | モデル | 楽器SDR (dB) | 詳細指標 |
|---|---|---|---|
| MVSep entry 10009 | BS PolarFormer public ONNX 62 bands (bgkb/ZFTurbo)MVSep 10009 metric | 18.0650最良 | ボーカルSDR (dB)11.7575 |
| MVSep entry 10146 | BS-RoFormer Leap 62 bands (pcunwa)MVSep 10146 metric | 17.7794 | ボーカルSDR (dB)11.7222 |
| MVSep entry 10178 | BS-RoFormer Leap XE 90 bands (pcunwa)MVSep 10178 metric | 17.5303 | ボーカルSDR (dB)11.7577最良 |
MVSep 9205 BS-Kar AVG · リードvocals SDR (dB) / 戻vocals SDR (dB)
公開資料の確認日：2026-09-10
| 階級 | モデル | リードvocals SDR (dB) | 詳細指標 |
|---|---|---|---|
| MVSep entry 9205 | BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew (AVG)TelkNetMVSep 9205 metric | 10.4296最良 | バック・vocals + インストゥルメンタルSDR (dB)15.8159最良 |
| MVSep entry 9190 | BS-karaoke-Frazer&Becruily + BS-Karaoke-Anvuew (AVG)MVSep 9190 metric | 10.3596 | バック・vocals + インストゥルメンタルSDR (dB)15.7459 |
| MVSep entry 9209 | BS Roformer Karaoke by anvuewMVSep 9209 metric | 10.2267 | バック・vocals + インストゥルメンタル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 | バック・vocals + インストゥルメンタルSDR (dB)15.4680 |
| MVSep entry 9180 | BS-Roformer Karaoke anvuewMVSep 9180 metric | 10.1705 | バック・vocals + インストゥルメンタルSDR (dB)15.5568 |
| MVSep entry 9013 | BS-Roformer Karaoke (frazer & becruily)MVSep 9013 metric | 10.0640 | バック・vocals + インストゥルメンタルSDR (dB)15.4503 |
| MVSep entry 9198 | BS Roformer Karaoke GaboxMVSep 9198 metric | 9.8901 | バック・vocals + インストゥルメンタルSDR (dB)15.2763 |
IEEE/ACM TASLP - 2021
HuBERTは、RVCスタイルの音声変換パイプラインで使用される自己監督音声表現を提供します。
Interspeech - 2023
RMVPEは、ポリフォニック音楽向けに設計されたInterspeech 2023のロバストvocalピッチ推定器で、品質優先のF0抽出に使用されます。
Official repository - current
RVCプロジェクトはVITS/HuBERT検索ベースの音声変換ワークフローの公式技術ソースです。
近い作業の参考にできます。シナリオごとに適したツール、モデル境界、出典、よくある質問をまとめています。
フィードバックにはツール名、操作手順、発生した問題を記載してください。スクリーンショットも確認に役立ちます。