Вхідні дані
Очистити vocals, покрити матеріал або розділити vocal stems через ланцюг конвертації RVC v2
Аудіоформати
Вихід
Конвертовані vocals, оригінальні vocal референси та завантажуване аудіо для демо-версій і тестів на прослуховування
Кейс використання
Конвертація кольорів голосу, демо обкладинки та експерименти з озвученням персонажів
AI-конвеєр каверів поєднує розділення, RVC конвертацію голосу та мікшування. Основні входи — це vocal файл і цільова голосова модель.
RVC v2 перетворює вхідний vocal тембр у вибрану модель голосу персонажа.
RMVPE — це надійний оцінювач vocal висоти тону, який використовується в стандартному шляху AI-RVC v1.5.1.
Розділення гармоній: MVSep 9205 забезпечує соло/акомпанемент з гармонією, BS-RoFormer гурти Leap XE 90 забезпечують vocals гармонією, а BS-RoFormer Leap Instrumental гурти — референс акомпанементу.
Конвеєр AI Cover розділяє vocals/акомпанемент перед конверсією та міксдауном.
Бали стосуються лише вказаних даних, метрики й версії. Лідерство в таблиці не означає поточного світового рекорду чи результату цього сервісу. Можливості й тести можуть виправдати пріоритет моделі без зіставних балів.
У таблиці наведено лише моделі з відкритими вагами або конфігураціями, які можна запускати локально.
Рядки паперу RMVPE для точності сирої висоти тону, точності сирої хроми та загальної точності на поліфонічних датасетах співу.
| Ранг | Модель | RPA % | Докладні метрики |
|---|---|---|---|
| MIR-1K #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — MIR-1K | 95.42Найкращий | RCA %95.84НайкращийOA %91.86Найкращий |
| MIR-1K #2 | 91.05 | RCA %92.16OA %88.71 | |
| MIR-1K #3 | 88.63 | RCA %88.97OA %87.64 | |
| MIR-1K #4 | 82.28 | RCA %82.98OA %78.61 | |
| MIR-1K #5 | 77.29 | RCA %77.86OA %71.79 |
Рядки паперу RMVPE для точності сирої висоти тону, точності сирої хроми та загальної точності на поліфонічних датасетах співу.
| Ранг | Модель | RPA % | Докладні метрики |
|---|---|---|---|
| MIR ST500 #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — MIR ST500 У статті зазначено, що RMVPEPoly перевершує другу за величиною модель MIR ST500 на 6,32% RPA. | 89.32Найкращий | RCA %89.84НайкращийOA %84.54Найкращий |
| MIR ST500 #2 | 83.00 | RCA %83.35OA %81.80 | |
| MIR ST500 #3 | 81.61 | RCA %82.36OA %76.59 | |
| MIR ST500 #4 | 80.09 | RCA %80.38OA %82.86 | |
| MIR ST500 #5 | 63.85 | RCA %65.01OA %65.27 |
Рядки паперу RMVPE для точності сирої висоти тону, точності сирої хроми та загальної точності на поліфонічних датасетах співу.
| Ранг | Модель | RPA % | Докладні метрики |
|---|---|---|---|
| Cmedia #1 | RMVPEPolyTelkNetRMVPE Interspeech Table 1 — Cmedia | 83.57Найкращий | RCA %84.04НайкращийOA %85.09Найкращий |
| Cmedia #2 | 79.08 | RCA %79.64OA %81.83 | |
| Cmedia #3 | 79.00 | RCA %79.25OA %82.64 | |
| Cmedia #4 | 74.61 | RCA %75.05OA %75.19 | |
| Cmedia #5 | 59.69 | RCA %60.92OA %60.25 |
Leap XE 90 bands · Вокал SDR (dB)
Відкриті джерела перевірено: 2026-09-10
| Ранг | Модель | Вокал SDR (dB) | Докладні метрики |
|---|---|---|---|
| MVSep entry 10178 | BS-RoFormer Leap XE 90 bands (pcunwa)TelkNetMVSep 10178 metric | 11.7577Найкращий | Інструментальна SDR (dB)17.5303 |
| MVSep entry 10009 | BS PolarFormer public ONNX 62 bands (bgkb/ZFTurbo)MVSep 10009 metric | 11.7575 | Інструментальна SDR (dB)18.0650Найкращий |
| MVSep entry 10173 | BS-RoFormer Leap vocal-only (pcunwa)MVSep 10173 metric | 11.7398 | |
| MVSep entry 10146 | BS-RoFormer Leap 62 bands (pcunwa)MVSep 10146 metric | 11.7222 | Інструментальна SDR (dB)17.7794 |
Для вокалу Leap XE показано публічний SDR. Для поточних ваг Leap Instrumental відповідну публічну оцінку не підтверджено. Результати контрольованих зразків не включено до публічного рейтингу.
Відкриті джерела перевірено: 2026-09-10
| Ранг | Модель | Інструментальна SDR (dB) | Докладні метрики |
|---|---|---|---|
| MVSep entry 10009 | BS PolarFormer public ONNX 62 bands (bgkb/ZFTurbo)MVSep 10009 metric | 18.0650Найкращий | Вокал SDR (dB)11.7575 |
| MVSep entry 10146 | BS-RoFormer Leap 62 bands (pcunwa)MVSep 10146 metric | 17.7794 | Вокал SDR (dB)11.7222 |
| MVSep entry 10178 | BS-RoFormer Leap XE 90 bands (pcunwa)MVSep 10178 metric | 17.5303 | Вокал SDR (dB)11.7577Найкращий |
MVSep 9205 BS-Kar AVG · Веди vocals SDR (dB) / Назад vocals SDR (dB)
Відкриті джерела перевірено: 2026-09-10
| Ранг | Модель | Веди vocals SDR (dB) | Докладні метрики |
|---|---|---|---|
| MVSep entry 9205 | BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew (AVG)TelkNetMVSep 9205 metric | 10.4296Найкращий | Повернення vocals + інструментальний SDR (dB)15.8159Найкращий |
| MVSep entry 9190 | BS-karaoke-Frazer&Becruily + BS-Karaoke-Anvuew (AVG)MVSep 9190 metric | 10.3596 | Повернення vocals + інструментальний SDR (dB)15.7459 |
| MVSep entry 9209 | BS Roformer Karaoke by anvuewMVSep 9209 metric | 10.2267 | Повернення vocals + інструментальний SDR (dB)15.6095 |
| MVSep entry 9212 | BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew (Max Spec)MVSep 9212 metric | 10.1718 | Повернення vocals + інструментальний SDR (dB)15.4680 |
| MVSep entry 9180 | BS-Roformer Karaoke anvuewMVSep 9180 metric | 10.1705 | Повернення vocals + інструментальний SDR (dB)15.5568 |
| MVSep entry 9013 | BS-Roformer Karaoke (frazer & becruily)MVSep 9013 metric | 10.0640 | Повернення vocals + інструментальний SDR (dB)15.4503 |
| MVSep entry 9198 | BS Roformer Karaoke GaboxMVSep 9198 metric | 9.8901 | Повернення vocals + інструментальний SDR (dB)15.2763 |
IEEE/ACM TASLP - 2021
HuBERT надає самоконтрольовані мовні представлення, які використовуються у конвеєрах перетворення голосу RVC.
Interspeech - 2023
RMVPE — це надійний оцінювач висоти висоти vocal Interspeech 2023, розроблений для поліфонічної музики та використовується для високоякісної екстракції F0.
Official repository - current
Проєкт RVC є офіційним технічним джерелом для робочого процесу конвертації голосу на основі отримання VITS/HuBERT.
Якщо у вас схожа задача, у цих гідах для кожного сценарію зазначено відповідні інструменти, межі моделі, джерела та відповіді на поширені запитання.
У відгуку вкажіть інструмент, кроки та проблему. Знімки екрана допоможуть її знайти.