Update app.py

app.py

@@ -10,13 +10,20 @@ with app:
     with gr.Tabs():
         with gr.TabItem("Basic"):
             gr.Markdown(value="""
-            本模型为混合了aishell3（174说话人，共约80+h）和opencpop（1说话人，5+h）用A100单卡在60batchsize下训练了350左右epoch得到的。\n
-            模型对于纯粹的语音转换效果尚可，对于歌唱音频则只能在对应说话人音域范围内才有较好效果。且由于aishell3数据占比过大，训练epoch不足，导致opencpop说话人的高音部分发挥较差。\n
+            本模型为基于soft-vc和vits的AI声线转换模型。\n
+            模型混合了aishell3（174说话人，共约80+h）和opencpop（1说话人，5+h）数据集训练，用A100单卡在60batchsize下训练了350左右epoch得到的。\n
+            模型对于通常的说话语音转换效果良好，唱歌的话需要在目标说话人音域范围内才能有较好效果。由于aishell3数据占比过大，训练epoch不足，opencpop说话人的高音部分质量不佳。\n
             模型中各说话人的适宜中心音域分别为：\n
             aishell3(0-173号) 女性说话：A3,男性说话：C3\n
             opencpop(174号)   女性唱歌：C4（超过C5基本失真）\n
-            如果转换通常说话音频，需要参考上面范围调key至目标说话人中心音域附近(如男性说话专为女性说话，key=8，反过来为-8)\n
+            如果转换通常说话音频，需要参考上面范围调key至目标说话人中心音域附近(如男性说话转为女性说话，key=8，反过来为-8)\n
             如果源音频为部分虚拟主播音频，通常音调会高于正常女性说话范围，可达到F4-A4左右，请适当降调\n
+            对于说话人的详细信息(如性别、年龄等)，可以在文件目录的spkdic_new.json中查看
+            ============================================
+            若合成效果不佳请首先考虑如下因素加以改善：
+            1.音域范围是否合适，可参考上文调整调key的参数，或更换说话人进行尝试
+            2.源音频是否存在杂音/bgm，请尽量使用干净的音源进行合成，录音时保持室内安静
+            3.源音频是否存在混响。较强的混响会显著干扰合成效果，导致ai念错字/音调识别错误等
             """)
             sid = gr.Dropdown(label="说话人",choices=spkdict, value='speaker0')
             vc_audio = gr.Audio(label="上传音频,建议小于2分钟")