Тестирање, евалуација и финализирање на системот

Четвртата фаза се фокусираше на тестирање и евалуација на комплетираниот систем за конверзија на глас користејќи ги обучените модели за говорење и пеење. Надворешни говорни и вокални снимки беа користени како влезни податоци за да се процени колку ефикасно системот може да го трансформира изворниот глас во целниот глас, додека ја одржува оригиналната говорна содржина, висината на тонот, времето и целокупната вокална изведба.

Моделот на говорење беше евалуиран со помош на надворешни говорни снимки, додека моделот на пеење беше тестиран со помош на извлечена вокална изведба од песна. Конвертираниот вокал за пеење беше исто така комбиниран со оригиналниот инструментал за да се евалуира резултатот во целосен музички контекст. Различни параметри за инференција беа тестирани за време на овој процес, особено поставките поврзани со висината на тонот и индексот, со цел да се добијат конверзии со природен звук, а воедно да се избегнат непотребни промени на оригиналната музичка висина.

За време на тестирањето на конверзијата на пеечкиот глас, беше оценета и опцијата "Proposed pitch" и "pitch". Кога беше овозможена, ја менуваше оригиналната висина на влезните вокали, предизвикувајќи конвертираните вокали повеќе да не се совпаѓаат со висината на оригиналниот инструментал. Како резултат на тоа, вокалите звучеа музички надвор од тоналитетот кога се комбинираа со инструменталот. За конечната конверзија на пеење, „Proposed pitch“ беше оневозможен и поместувањето на тонот (pitch) беше поставено на 0, дозволувајќи да се зачува оригиналната висина и мелодија на вокалната изведба. Исто така Autotune не беше искористен бидејќи ја менуваше сличноста на конвертираните вокали со оригиналните во однос на тонот (pitch).

Врз основа на спроведените тестови, двата модели успешно ја извршија конверзијата на гласот и ја демонстрираа наменетата функционалност на системот. Конечните модели и индексните датотеки беа генерирани и подготвени за понатамошна употреба, со што се заврши развојот и евалуацијата на системот за конверзија на глас ConVoxAI.