Ładowanie...
Prześlij oryginalny utwór i nagranie docelowego wokalisty, aby zmienić główny głos bez trenowania. YingMusic-SVC / HQ-SVC / SoulX-Singer-SVC / Seed-VC / Vevo2-FM / SaMoye-SVC / kNN-SVC korzystają z tych samych danych, tworząc osobne covery.
Wejście
Oryginalny utwór lub wydzielony wokal oraz nagranie docelowego wokalisty.
Formaty audio
Produkcja
Wokale WAV wybranych modeli; tryb utworu zawiera również miksy z akompaniamentem. Odsłuch MP3 oraz oryginalne WAV i ZIP do pobrania.
Przypadek użycia
Zmiana barwy głównego głosu z referencji i porównanie siedmiu modeli.
Demo: Far far away, pełne źródło 240.98 sekund, ten sam docelowy wokalista, ziarno 42 i transpozycja 0. kNN-SVC używa całej referencji, a pozostałe modele tego samego fragmentu 25 sekund. Podobieństwo głosu wszystkich modeli jest mierzone względem tego fragmentu. Wyniki dotyczą tej demonstracji.
Wyróżniono najlepszą wartość w grupie zgodnie ze strzałką danego wskaźnika, także przy remisie. Nie jest to ogólny ranking jakości dźwięku.
Niższe ↓ lub wyższe ↑ wartości są lepsze. Różnica tekstu porównuje rozpoznanie Whisper-medium ze źródłem, a nie ręcznie sprawdzone błędy tekstu piosenki. Podobieństwo barwy to podobieństwo cosinusowe reprezentacji Resemblyzer, nie dowód tożsamości. SingMOS-Pro i AudioBox PQ to automatyczne przewidywania, nie oceny MOS ludzi ani wyniki z tabel publikacji. Przewaga w jednej metryce tego utworu nie oznacza zwycięstwa dla wszystkich utworów.
Wyniki autorów są rozdzielone według zbioru danych i ustawień. Nie tworzą wspólnego rankingu siedmiu modeli.
YingMusic-SVC · Table 2HQ-SVC · Table 1SoulX-Singer-SVC · Table 4Seed-VC · EVAL.mdPomiary i weryfikacja wejściaWyniki autorów są rozdzielone według zbioru danych i ustawień. Nie tworzą wspólnego rankingu siedmiu modeli.
Wyświetlane są tylko wyniki ze zweryfikowaną publiczną implementacją inferencji i odpowiednimi wagami oraz algorytmy niewymagające wag. Zamknięte usługi, nieopublikowane wagi i niepotwierdzone wersje eksperymentalne są pomijane. To nie jest ranking wszystkich modeli.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 9 / wiersze źródłowe 15
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
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
| Pozycja według metryki | Model | Warunek testu | SPK-SIM ↑ | CER(%) ↓ | CE ↑ | CU ↑ | LogF0PCC(%) ↑ | CMOS ↑ | SMOS ↑ |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Ours-FullPubliczne wagi · Kod inferencji | 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 )Publiczne wagi · Kod inferencji | Setting 1: GT Leading | 0.648 | 20.70 | 4.72 | 5.55 | 86.56 | 2.47 | 1.83 |
Zawiera publiczne wyniki testów modeli używanych tutaj i poza serwisem. Domyślnie wyświetlana jest pełna tabela źródłowa; można też wybrać warunki i metryki do porównania. Wyniki z różnych warunków testowych nie są bezpośrednio porównywalne.
Wyświetlane są tylko wyniki ze zweryfikowaną publiczną implementacją inferencji i odpowiednimi wagami oraz algorytmy niewymagające wag. Zamknięte usługi, nieopublikowane wagi i niepotwierdzone wersje eksperymentalne są pomijane. To nie jest ranking wszystkich modeli.
Publiczne wagi nie potwierdzają pełnej licencji open source. Rozwiń dane, aby sprawdzić zadeklarowane licencje wag i warunki dostępu. Brak deklaracji licencji jest oznaczony osobno.
Wybrany model nie ma zweryfikowanego, odpowiadającego mu publicznego wyniku i nie otrzymał miejsca w rankingu.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 6 / wiersze źródłowe 10
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset
Pokazano tylko wiersze korzystające z podanego protokołu.
| Pozycja według metryki | Model | Warunek testu | 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-SVCPubliczne wagi · Kod inferencji | GMO-SVS Dataset | 0.097 | 0.908 | 0.057 | 4.399 | 3.974 | 0.243 | 0.923 | 0.046 | 4.337 | 3.708 |
Zbiory, wersje i warunki są rozdzielone, również źródła bez kwalifikujących się wierszy.
Do wdrożenia 6 / wiersze źródłowe 10
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset
Wyniki dotyczą wskazanego zbioru, miary i wersji modelu. Różnych testów nie można bezpośrednio porównywać.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 6 / wiersze źródłowe 10
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
GroundTruth · GMO-SVS Dataset · Vevo-SVC · GMO-SVS Dataset · GroundTruth · SoulX-Singer-Eval Dataset · Vevo-SVC · SoulX-Singer-Eval Dataset
Pokazano tylko wiersze korzystające z podanego protokołu.
| Pozycja według metryki | Model | Warunek testu | 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-SVCPubliczne wagi · Kod inferencji | GMO-SVS Dataset | 0.097 | 0.908 | 0.057 | 4.399 | 3.974 | 0.243 | 0.923 | 0.046 | 4.337 | 3.708 |
W opinii podaj nazwę narzędzia, kroki i napotkany problem. Zrzuty ekranu ułatwią jego zlokalizowanie.