Changes between Version 1 and Version 2 of VoiceConversionDevelopment

Timestamp:

09/28/26 22:10:57 (3 days ago)

Author:

226140

Comment:

--

VoiceConversionDevelopment

@@ -2 +2 @@
 = Развој на конверзија на говорен глас
 
-Втората фаза се фокусираше на имплементација на процесот на конверзија на гласот користејќи го моделот на говорен глас развиен во F1. Обучениот модел ConVoxAI-speech со RVC беше користен за конвертирање на надворешни говорни снимки во целниот глас, додека се одржуваше оригиналната говорна содржина и вокалниот тајминг.
+Втората фаза се фокусираше на имплементација на процесот на конверзија на глас користејќи го говорниот модел развиен во VoiceModelDevelopment. Applio беше користен преку околината на Google Colab за инференција, со обучениот модел convoxai-speech_30e_1470s.pth и неговата соодветна датотека convoxai-speech.index вчитана за конверзија.
 
-Конверзијата беше извршена преку функционалноста за инференција на Applio. Обучениот .pth модел и соодветната .index датотека беа вчитани во системот, по што надворешни говорни снимки беа обезбедени како влез. Различни параметри за инференција беа тестирани за да се постигне природна конверзија, а воедно да се зачува висината, изговорот и карактеристиките на оригиналната изведба.
+Како влез за тестирање беше користен надворешен говорен запис од 58 секунди. Конвертираниот аудио беше извезен во WAV формат. Идентификацијата на звучникот беше поставена на 0, RMVPE беше користен за екстракција на висината на звукот, а Content Vec беше избран како вградувач. Поставката за висина на звукот првично беше задржана на 0, додека параметрите за односот на функциите за пребарување, пликот за јачина на звук и заштитата на безгласните согласки беа прилагодени за време на тестирањето за да се најде помазен и поприроден резултат. Автоматско подесување, поместување на формантот, чист звук и пост-обработка беа оневозможени. Исто така, беше тестиран предложениот тон на звукот, а неговото намалување произведе посоодветен резултат за снимањето на говорот.
 
-Завршениот процес на конверзија успешно произведе говор конвертиран кон целниот глас. Резултатите од оваа фаза потоа беа искористени како дел од тестирањето и евалуацијата извршени во F4.
+Завршената конверзија успешно го трансформираше гласот на надворешниот звучник кон целниот глас, додека ја зачува оригиналната содржина на говорот. Резултирачкиот звук потоа беше искористен како дел од тестирањето и евалуацијата опишани во TestingEvaluationAndFinalization.
 
 == Конверзија на говорен глас