Datasets:
File size: 3,083 Bytes
025dc57 07d8f68 f75b822 5693010 af26dbc 5693010 af26dbc f75b822 97366a4 f75b822 97366a4 f75b822 025dc57 f75b822 97366a4 f75b822 97366a4 f75b822 97366a4 025dc57 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 |
---
license: openrail
task_categories:
- conversational
language:
- aa
tags:
- music
size_categories:
- n<1K
---
# 效果预览
本仓库用于预览训练出的各种语音模型的效果
| 角色名 | 角色原声 | [输入音频点我下载](https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/%E6%95%A3%E5%85%B5%E6%95%88%E6%9E%9C%E9%A2%84%E8%A7%88/%E5%8E%9F%E5%A3%B0/%E5%A4%A2%E3%81%A7%E9%80%A2%E3%81%88%E3%81%9F%E3%82%89.wav) |[输出音频点我下载](https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/%E6%95%A3%E5%85%B5%E6%95%88%E6%9E%9C%E9%A2%84%E8%A7%88/%E8%BD%AC%E6%8D%A2%E7%BB%93%E6%9E%9C/%E5%A4%A2%E3%81%A7%E9%80%A2%E3%81%88%E3%81%9F%E3%82%892liulangzhe_f.wav)|
| :------: | :----------------------------------------------------------: | :----------------------------------------------------------: | :----------------------------------------------------------: |
| 散兵 | <audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/resolve/main/%E6%95%A3%E5%85%B5%E6%95%88%E6%9E%9C%E9%A2%84%E8%A7%88/%E9%83%A8%E5%88%86%E8%AE%AD%E7%BB%83%E9%9B%86/%E7%BB%88%E4%BA%8E%EF%BC%8C%E6%97%A0%E8%81%8A%E7%9A%84%E4%B8%80%E5%A4%A9%E5%B0%B1%E8%A6%81%E7%BB%93%E6%9D%9F%E4%BA%86%E3%80%82.mp3" controls="controls"> | <audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/blob/main/%E6%95%A3%E5%85%B5%E6%95%88%E6%9E%9C%E9%A2%84%E8%A7%88/%E5%8E%9F%E5%A3%B0/%E5%A4%A2%E3%81%A7%E9%80%A2%E3%81%88%E3%81%9F%E3%82%89.wav" controls="controls"> | <audio src="https://huggingface.co/datasets/jiaheillu/audio_preview/blob/main/%E6%95%A3%E5%85%B5%E6%95%88%E6%9E%9C%E9%A2%84%E8%A7%88/%E8%BD%AC%E6%8D%A2%E7%BB%93%E6%9E%9C/%E5%A4%A2%E3%81%A7%E9%80%A2%E3%81%88%E3%81%9F%E3%82%892liulangzhe_f.wav" controls="controls"> |
各文件主要内容:
部分训练集:内含一些被训练角色的音色<br>
待转换音频:用于“被替换音色”的音频<br>
转换结果:音色被训练音色替换掉的音频<br>
训练参数预览:仅需要关注以下几点即可<br>
关键参数:
音频时长:min<br>
epoch: 轮 <br>
batch_size = 一个step训练的片段数<br>
segments = 音频被切分的片段<br>
step=segments*epoch/batch_size,即模型文件后面数字由来<br>
损失函数图像:主要看step 与 loss5,比如:<br>
给一个大致的参考,该示例全部来自于 散兵 这一角色,待转换音频都为高音女生,这是较为刁钻的测试:如图,10min纯净人声,<br>
差不多2800epoch(10000step)就已经出结果了,实际使用的是5571epoch(19500step)的文件,被训练音色和原音色相差几<br>
何,差不多有个概念。当然即使loss也不足以参考,唯一的衡量标准就是当事人的耳朵。当然,正常训练,10min还是有些少的。<br>
相关文件全部在“散兵效果预览”文件夹中<br>
![sanbing_loss](./散兵效果预览/%E8%AE%AD%E7%BB%83%E5%8F%82%E6%95%B0%E9%80%9F%E8%A7%88.assets/sanbing_loss.png) |