--- license: openrail task_categories: - conversational language: - aa tags: - music size_categories: - n<1K pretty_name: genshin_voice_sovits --- # 预览 **简体中文**｜ [English](https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/blob/main/README_EN.md)｜ [日本語](https://huggingface.co/datasets/jiaheillu/sovits_audio_preview/blob/main/README_JP.md) 本仓库用于预览so-vits-svc-4.0训练出的各种语音模型的效果，**点击角色名**自动跳转对应训练参数。
推荐用**谷歌浏览器**，其他浏览器可能无法正确加载预览的音频。
正常说话的音色转换较为准确，歌曲包含较广的音域且bgm和声等难以去除干净，效果有所折扣。
有推荐的歌想要转换听听效果,或者其他内容建议，[**点我**](https://huggingface.co/datasets/jiaheillu/audio_preview/discussions/new)发起讨论
下面是预览音频，**上下左右滑动**可以看到全部
角色名 角色原声A 被转换人声B A音色替换B A音色翻唱(点击直接下载)
散兵 夢で会えたら
胡桃 ......... ......... moonlight shadow, 云烟成雨, 原点, 夢で逢えたら, 贝加尔湖畔
神里绫华 アムリタ, 大鱼, 遊園施設, the day you want away
宵宫 昨夜书, lemon, my heart will go on,
刻晴 嚣张, ファティマ, hero,
imallryt 海阔天空,
关键参数：
audio duration:训练集总时长
epoch: 轮数
其余：
batch_size = 一个step训练的片段数
segments = 音频被切分的片段
step=segments*epoch/batch_size,即模型文件后面数字由来
以散兵为例：
损失函数图像：主要看step 与 loss5，比如：
给一个大致的参考，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， 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 何，请听上方预览音频。正常训练，10min是较为不足的训练集时长。
[点我查看相关文件](https://huggingface.co/datasets/jiaheillu/audio_preview/tree/main)
![sanbing_loss](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%AE%AD%E7%BB%83%E5%8F%82%E6%95%B0%E9%80%9F%E8%A7%88.assets/sanbing_loss.png)