Model
HQ-SVC ve YingMusic-SVC: şarkı söyleme sesi dönüşümünün içeriğini, F0'ını, enerjisini ve tınısını parçalara ayırma
Şarkı Söyleme Sesi Dönüştürme / Teknoloji Karşılaştırması
Şarkı Söyleme Sesi Dönüştürme / Teknoloji Karşılaştırması
© 2026 TelkNet. Tüm haklar saklıdır.
ŞARKI SESİ DÖNÜŞÜMÜ
SVC, hedef referansı kaynağa karıştırmaz. Tını istatistiklerini değiştirirken kaynağın sözlerini, zamanlamasını ve melodisini korumak zorundadır. İçerik sızıntısı, telaffuz hatalarına veya arka plan sesinin geçişine dönüşür.
Perde, yarım ses cinsinden p=69+12log₂(f₀/440) olarak ifade edilebilir. Otomatik aralık kaydırma, büyük rejister farklarında yardımcı olur; ancak F0 hataları kaymaları, nefesi ve armoniyi yanlış melodi ipuçlarına dönüştürür.
HQ-SVC model kartı çıkarım kodunu, FACodec'i, RMVPE'yi ve vokoder varlıklarını bir arada sunar. YingMusic-SVC ise F0 farkındalıklı bir adaptör, enerji dengeli akış eşleme ve gerçek ortamlardaki armonik kirlenmeye yönelik eğitim yayımlar. Ortak bir test kümesi olmadan, kamuya açık materyaller projeler arasında tek bir kazananı desteklemez.
Kaynaktaki eşlik sızıntısı dönüşüm sırasında yeniden tınılandırılır; hedef örnekteki yankı veya arka plan sesi ise kimlik sanılabilir. Hem ana vokal kaynağı hem de hedef referans temiz olmalı, dönüştürülen sesin sentetik olduğu açıkça belirtilmelidir.
Şarkı sesi dönüşümü, tınıyla ilişkili temsili değiştirirken bir icranın sözlerini ve melodisini korur. HQ-SVC yüksek kaliteli bir dönüşüm zincirini öne çıkarır; YingMusic-SVC ise içerik, F0 ve şarkıcı koşullaması için başka bir tasarım sunar. Sentezden farklı olarak girdi, var olan bir şarkı icrasıdır.
SVC, spektral eşlemeden içerik kodlayıcılara, açık F0'a, üretken kod çözücülere ve daha güçlü şarkıcı temsillerine doğru gelişti. Ayrıştırma hâlâ eksiktir: kaynağın aksanı, dinamikleri ve formantları sızabilir; hedef referanstaki oda sesi ise kopyalanabilir.
ŷ=G(c(x_src),F0(x_src),E(x_src),e(x_ref))c(x_src)dilsel içerikF0,Emelodi ve enerjie(x_ref)hedef tını koşuluİçerik, F0 ve enerji kaynak icradan; hedef tını ise referanstan gelir. Kusurlu ayrıştırma, kaynak kimliğini bırakır veya oda renklendirmesini aktarır.
Tam bir miks için önce temiz bir ana vokal stem'i gerekir. Ayrıştırma sızıntısı dönüşümle yeniden tınılandırılır ve çıkarılması zorlaşabilir; bu yüzden iki aşama birlikte denetlenmelidir.
Makaleler, kod ve ağırlıklar HQ-SVC / YingMusic-SVC / YingMusic-SVC makalesi üzerinden izlenebilir.
Her satır kendi kaynağındaki mimariyi, metriği veya görev tanımını korur; ortak bir protokolü olmayan sonuçlar ayrı tutulur.
| Model | Mimari veya kanıt | Kapsam |
|---|---|---|
| HQ-SVC | yüksek kaliteli varsayılan zincir | aslına uygunluk, netlik ve üst rejister kararlılığı |
| YingMusic-SVC | içerik/F0/tını karşılaştırması | şarkıcılar ve diller arasında koruma |
| kaynak ayrıştırma + SVC | mikslenmiş girdi için eksiksiz yol | ayrıştırma sızıntısı dönüşüme taşınır |
Önce sözleri ve ritmi, ardından perde sıçramalarını, ıslıklı ünsüzleri, nefesliliği ve üst rejister kırılmalarını doğrulayın. Otomatik transpozisyon vokal baskısını değiştirir ve ortalama benzerlikle özetlenemez.
Yararlı bir aralığı kapsayan, kuru, solo ve eşliksiz bir hedef referans kullanın. Kısa ve yankılı bir örnek, oda renklendirmesini görünürdeki kimliğe dönüştürebilir.
Dönüşüm, telif haklarını veya icracı haklarını ortadan kaldırmaz. Kamuya açık yayın için hem kaynak icra hem de hedef kimlik bakımından izin gerekir.
Sistem anonimleştirmeyi garanti etmez; kaynak özellikleri kalabilir, dolayısıyla SVC bir gizlilik filtresi değildir.
Model adları, sayılar ve sınırlamalar aşağıdaki makalelere, depolara veya model kartlarına dayanır.