Кавер по образцу голоса

Демо: Far far away, исходная песня целиком — 240.98 секунд, один целевой исполнитель, seed 42, транспонирование 0. kNN-SVC использует весь референс, остальные — общий фрагмент 25 секунд. Сходство голоса всех моделей измеряется относительно этого фрагмента. Это измерения данной демонстрации.

Лучшее значение в группе выделено с учётом направления стрелки каждого показателя, включая равные результаты. Это не общий рейтинг качества звука.

Для ↓ лучше меньше, для ↑ — больше. Различие текста сравнивает распознавание Whisper-medium с исходником, а не ошибки в словах, проверенные человеком. Сходство тембра — косинусное сходство эмбеддингов Resemblyzer, а не подтверждение личности. SingMOS-Pro и AudioBox PQ — автоматические прогнозы, не человеческие MOS и не числа из таблиц статей. Преимущество по одному показателю этой песни не означает общего лидерства на всех песнях.

Результаты авторов разделены по наборам данных и настройкам. Они не образуют общий рейтинг семи моделей.

Показаны только записи с проверенной публичной реализацией инференса и соответствующими весами, а также алгоритмы без обученных весов. Закрытые сервисы, неопубликованные веса и неподтверждённые версии экспериментов исключены. Это не общий рейтинг всех моделей.