คัฟเวอร์ด้วยเสียงอ้างอิง

ตัวอย่าง: Far far away ต้นฉบับเต็ม 240.98 วินาที ใช้นักร้องเป้าหมายคนเดียวกัน seed 42 และการย้ายคีย์ 0 โดย kNN-SVC ใช้อ้างอิงเต็ม ส่วนโมเดลอื่นใช้ช่วงเดียวกันยาว 25 วินาที ความคล้ายของเสียงทุกโมเดลวัดเทียบกับช่วงนี้ ค่าต่อไปนี้มาจากตัวอย่างนี้

ไฮไลต์ค่าที่ดีที่สุดในกลุ่มตามทิศทางลูกศรของแต่ละตัวชี้วัด รวมถึงค่าที่เสมอกัน ไม่ใช่อันดับคุณภาพเสียงโดยรวม

↓ ยิ่งต่ำยิ่งดี ส่วน ↑ ยิ่งสูงยิ่งดี ความต่างของข้อความเทียบผลรู้จำ Whisper-medium กับต้นฉบับ ไม่ใช่อัตราคำร้องผิดที่ตรวจโดยมนุษย์ ความคล้ายของสีเสียงเป็นค่าโคไซน์ของเวกเตอร์ Resemblyzer ไม่ใช่หลักฐานยืนยันตัวบุคคล SingMOS-Pro และ AudioBox PQ เป็นการคาดการณ์อัตโนมัติ ไม่ใช่ MOS จากมนุษย์หรือคะแนนในตารางงานวิจัย การนำในตัวชี้วัดหนึ่งของเพลงนี้ไม่ได้แปลว่าดีที่สุดโดยรวมสำหรับทุกเพลง

แสดงผลของผู้เขียนแยกตามชุดข้อมูลและการตั้งค่า ไม่สามารถรวมเป็นอันดับภาพรวมของทั้งเจ็ดโมเดลได้

แสดงเฉพาะรายการที่ตรวจสอบแล้วว่ามีโค้ดอนุมานสาธารณะและน้ำหนักตรงกับรุ่นทดลอง รวมถึงอัลกอริทึมที่ไม่ต้องใช้น้ำหนัก โดยไม่รวมบริการปิด น้ำหนักที่ยังไม่เผยแพร่ หรือรุ่นทดลองที่จับคู่ไม่ได้ นี่ไม่ใช่อันดับรวมของทุกรุ่น