metadata
language:
- jp
license: gpl-3.0
datasets:
- emu
metrics: null
![emu](https://huggingface.co/MashiroSA/sovits-emu-model/resolve/main/favicon.png)
MashiroSA/sovits-emu-model
一个高度可用的鳳えむ的sovits4.0模型特点
- 这是Project Sekai(PJSK)中的
鳳えむ
的用于so-vits-svc 4.0
的人声模型。 - 训练集样本数量:1398。
- 拟合情况:在采集的样本下可能还可以优化,若您没有把握可以使用
4.0_voice_release/G_130400.pth
。 - 不定期更新,因为太喜欢emu惹😊。
文件结构
├── 4.0_basemodel #用于sovits4.0的通用底模,方便继续训练
│ ├── D_0.pth
│ └── G_0.pth
├── 4.0_voice_release #emu的4.0模型,稳定模型,基于语音生成,歌曲效果可能欠佳
│ ├── D_130400.pth #判别模型,无推理能力
│ ├── G_130400.pth #生成模型,如果需要推理(即使用变音)请下载这个模型
│ └── config.json #config,内记录了epoch、batch_size、step等信息,如果需要推理(即使用变音)也需要下载这个
├── 4.0_voice_canary #emu的4.0模型,测试模型,效果不详,基于语音生成,歌曲效果可能欠佳
│ ├── D_216800.pth #判别模型,功能同上述
│ ├── G_216800.pth #生成模型,功能同上述
│ └── config.json #config,功能同上述,注意不同版本的config可能不通用
├── 4.0_cluster #聚类模型,用于使用聚类功能
├── README.md #README
└── favicon.png #可爱的头像,我PS的,可爱吧
注意
- 在当前情况下,使用该模型时,你必须允许共享你的HuggingFace账户名和邮箱,才能访问到模型。我们不会泄漏您的邮箱信息,仅用于避免模型滥用。若您担心隐私,你可以使用可联系的非主要邮箱。
- 在用于推理时,请下载
G_x.pth
和config.json
,切勿使用0模(即底模,音色不是emu)和D模(判别模,不具有任何推理能力)。 - 在用于继续训练时,请下载Repo里的basemodel(D_0.pth、G_0.pth)和你需要继续运算的模型(如4.0_voice_release/D_x.pth和4.0_voice_release/G_x.pth以及config.json),并将两个D模和两个G模都放在模型储存目录(通常是.../logs/),并(可选)将config.json放在配置文件目录(通常是.../configs/,非必要,因为通常sovits会依据你的训练集生成config),之后继续训练。
- 若您继续计算和有更优秀的模型,欢迎您提出PR更新模型,我在此也感谢每一位使用和贡献模型的开发者们。
建议
- 模型效果个人仍不理想,乐音转换音高低于C4失真可能性大。对话使用自动预测f0效果尚可。
- 你可以在HuggingFace的Space在线使用试用一下(很慢)。
- 若您发现音色不像或发生爆音请用-t参数调整音调。抗干扰效果差,避免干声中存在和声或者背景乐否则会出现干扰。
- 欢迎大家提供建议。
- 若有DMCA问题请在模型的Community版块通知本人。
许可
在使用模型时,您必须同意以下内容:
该模型使用GPL-3.0
许可开源,因而,你不可以使用该模型用于商业用途,不能用于盈利。
This program is free software: you can redistribute it and/or modify
it under the terms of the GNU General Public License as published by
the Free Software Foundation, either version 3 of the License, or
(at your option) any later version.
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
GNU General Public License for more details.
此外:所有训练集归SEGA,Project Sekai,鳳えむ的声优本人
所属,我们与SEGA无往来,无利益关系。
推导模型是基于公开传播的音声资源所做的训练集生成的,但是,它仍然与原角色的音色有差异,因而不会对角色构成危害。
使用该模型,即您同意所有风险自行承当,模型仅供学术交流,不可用于非法目的。
我们将获取您的用户名和邮箱,以避免模型滥用和模型泄漏(譬如转移到其他付费平台),我们不会主动泄漏您的隐私信息。