ConVoxAI

Започнат: Август 2026

Ментор: Проф. Др. Вангел Ајановски

Членови:

Кристијан Стојковиќ - 226140

Курс: Компјутерски звук, говор и музика 2025/2026/Зимски

Oпис на проектот

Проектот се фокусира на развој на систем за конверзија на глас базиран на вештачка интелигенција кој го конвертира гласот на друго лице во гласот на корисникот, додека ја зачувува оригиналната содржина на говорот, времето и изразот. Системот ќе користи прилагодено обучен модел за конверзија на глас базиран на RVC (Конверзија на глас базирана на пребарување).

Првично, проектот ќе се фокусира на конверзија на говор, користејќи модел обучен на снимки од говорниот глас на корисникот. Како продолжение, ќе се обучи втор модел користејќи ги снимките од пеењето/акапела на корисникот за да се испита како податоците за обука специјално дизајнирани за пеење влијаат на квалитетот на конверзијата на гласот кога се применуваат на песни.

Проектот ќе вклучува подготовка на множество податоци, обука на модел на вештачка интелигенција, развој на апликација за конверзија на глас и систематско тестирање и евалуација на резултатите.

Документација

Фаза	Име на фаза	Статус	Датум
Ф0	Дефиниција на проектот	Завршено	29.08.2026
Ф1	Развој на модел на говорен глас	Започнато	29.08.2026
Ф2	Развој на конверзија на говорен глас	Не е започнато	--.09.2026
Ф3	Развој на модел и конверзија на глас при пеење	Не е започнато	--.09.2026
Ф4	Тестирање, евалуација и финализирање на системот	Не е започнато	--.09.2026