新機能、モデルの追加・入れ替え、性能改善、修正をリリース順に紹介します。
モデルシリーズを選び、その下でバージョンや処理方式を選択。デモも選択に合わせて切り替わります。
音源分離・MIDI 変換の同シリーズを上下二段のカードにまとめ、各バージョンの状態や設定を確認できます。MuScriptor の初期設定は分割修復、YourMT3+ は YPTF.MoE+Multi noPS です。複数楽器の MIDI デモを「だから僕は音楽を辞めた」の全曲に統一し、特殊文字を含むファイル名の MIDI プレビュー読み込みも修正します。
録音をアップロードし、素材の検査と必要なポイントを確認して、カバー曲用の非公開音声モデルを学習します。互換性のある既存モデルの追加学習にも対応しています。
「音声と歌唱」から RVC モデルの学習を直接開けます。専用ページとカバーページは素材検査、見積もり、学習の進捗、履歴からの再試行、モデルの保存を共有し、既存の学習下書きも引き続き利用できます。
音声ピークが高い場合に、男女ボーカルなどの書き出しが失敗する問題を修正しました。
Chorus の男女ボーカル分離では、書き出し前に全トラックのピークを確認します。音量を下げる必要がある場合は、全トラックに同じ一定のゲインを適用し、相対音量、ダイナミクス、全体の長さを保ちます。減衰が不要な結果の音量は変わりません。同じ書き出し処理を使う観客音除去、ノイズ除去、エコー除去、DrumSep のドラム分離にも適用されます。ダウンロード内の audio-export.json に実際のゲイン調整を記録します。
通常のタスクが終わり、リソースが空くと学習を開始します。新しいタスクが来たら保存して一時停止し、空き次第再開します。追加クレジットはかかりません。
マウス移動、グラフのタッチ、スライダー操作で値を確認できます。スライダーは矢印キー、Home、Endに対応します。 同じタスクの再開では、保存済みモデル、オプティマイザ、学習位置を復元します。予期しない中断では、最後に保存を確認した後のステップを再実行する場合があります。 ここでは既存のRVCモデルをアップロードします。録音のみの場合は音声学習を使ってください。初期設定は非公開で、公開を有効にした場合のみ他のユーザーが選択できます。
音源分離・MIDI モデルを個別に選び、状態、パラメーター、公開評価を確認できます。
IDM、MSG-LD、ADTOF、ADT_STR などを独立したカードで選択でき、タスク名には実際に選んだモデルが表示されます。カテゴリ別グラフには全モデルを表示し、同じ試験条件のスコアのみ比較します。未公表の結果は明示します。OaFS は完了した特徴量の窓、推論バッチ、デコード処理に基づいて進捗を報告します。音声トラックと MIDI の再生ゲインの上限を +6 dB に広げ、スマートフォンの操作配置も改善しました。 比較可能なモデルに同じ全長音源を使うデモを追加し、AI カバーデモを再生成しました。音声はロスレスで保持します。ADTOF Direct は分離済みドラムとフルミックスを選択でき、フルミックスでは先にドラムを抽出します。一時的な更新エラー後に声の一覧が空のままになる問題を修正しました。
複数楽器のミックスとピアノ録音から MIDI を作る選択肢が増えました。
OaFS は 34 種類の楽器を識別し、MIDI と音符表を出力します。ベロシティは 127 固定です。 SFT-CRNN はピアノ音符の開始と終了を検出します。ベロシティは 100 固定で、ペダルは予測しません。
IDM で分離、ADT_STR と MSG-LD でドラムを採譜。
IDM は 9 種類のドラム音声を出力します。MIDI は出力しません。 ADT_STR は 26 種類のドラムの発音時刻とベロシティを検出し、MIDI を出力します。 MSG-LD は 5 種類のドラム音声と発音時刻を生成します。MIDI のベロシティは 100、再生長は 0.1 秒固定です。
HookKern に四重奏を追加し、Tsumugi と SwiftF0 を更新。
HookKern はメロディーとコード譜のモデルを維持し、弦楽四重奏を追加。Tsumugi はハーモニー v1.5/v1.6 とドラム v1.5 を追加し、ハーモニーの既定値を v1.6 に変更。SwiftF0 は 0.1.2 から 0.2.0 に更新しました。
短い音符を保持し、新しいドラム音源と実際の出力例を確認できます。
非常に短い MIDI 音符の終了イベントを修正。時間を編集していない音符は元のタイミングで書き出します。結果ページで IDM の9トラックと MSG-LD の5トラックを試聴できます。OaFS、SFT-CRNN、IDM のデモを実際のタスク出力に更新しました。
素材チェックで有効な長さを表示し、中断した学習の進捗を保持します。
使用可能な音声の長さ、必要な長さ、追加が必要な長さを表示します。失敗後は再試行でき、サービス再起動後もキューとチェックポイントを保持して、実行条件が整うと学習を再開します。
音声の読み取りエラーを修正し、処理済み MIDI を個別にダウンロードできます。
音声デコードを更新しました。全体の採譜が完了しなくても、生成済み区間をタスクページから取得でき、不完全な結果であることを明示します。失敗タスクの返金状態は保持されます。
単一楽器の MIDI 化、メロディーとコード譜、音声合成が再び使えます。
Basic Pitch は単一楽器音声を MIDI に変換し、HookKern はメロディーとコード譜を生成します。ZONOS2 は参照音声を使って音声を合成します。デモも今回の実際のタスク出力に更新しました。