---
tags:
- DiffSVC
- pre-trained_model
- basemodel
- diff-svc
license: "gpl"
datasets:
- 512rc_50k
- 512rc_80k
- 512rc_100k
---
[English](./README.md) | **简体中文**
# DiffSVCBaseModel

任何类型的音色都能用的大型底模!

## 先康康效果

| 原始音频        | 用纳西妲模型推理的 |
| -------------- | ------------------------------------ |
| [点击播放](https://huggingface.co/HuanLin/DiffSVCBaseModel/resolve/main/gouzhiqishi.wav) | [点击播放](https://huggingface.co/HuanLin/DiffSVCBaseModel/resolve/main/gouzhiqishi_-4key_nahida_384_20_348k_0x.flac) |


## 这玩意咋用?

1. 按照你的数据挑选一个zip包,保存到你的电脑上

2. 填好你的配置，把数据集丢到```(diffsvc 根目录)/data/raw/{角色名称}/```

3. 把底模(仅丢 .ckpt 文件)丢到 ```(diffsvc 根目录)/checkpoints/{角色名称}```

4. 向原仓库一样预处理和训练数据集,如果不是从step1开始,那就成功了

## 我用了多少数据集?

两份开源数据集(opencpop ,m4singer),40多个小时的音频

## 我想演自己炼底模!

邢，自己下载 [这个已预处理过的文件](./BaseModelBinary.tar.gz).

## 下载专区

** 选一个符合自己配置文件中 rc 值的模型 **

| 版本           | 下载传送门                           | lr参考值
| -------------- | ---------------------------------- | --- |
| 384rc,50k_step | [传送](./384rc_50k_step.zip) | 0.0016 |
| 384rc,80k_step | [传送](./384rc_80k_step.zip) | 0.0032 |
| 384rc,100k_step | [传送](./384rc_100k_step.zip) | 0.0032 |

更多版本还在路上

> rc: 就是配置里的 residual_channels(中文特供翻译: 网格宽度, 简称网宽)

## 涉及仓库

| 仓库            | 传送门                                                  |
| --------------- | ---------------------------------------------------- |
| Diff-SVC        | [传送](https://github.com/prophesier/diff-svc) |
| 44.1KHz声码器    | [传送](https://openvpi.github.io/vocoders)     |
| M4Singer        | [传送](https://github.com/M4Singer/M4Singer)   |
| OpenCPOP        | [传送](https://github.com/wenet-e2e/opencpop)  |
| Pre-trained_Models(有更多RC版本的)        | [传送](https://huggingface.co/Erythrocyte/Pre-trained_Models) |