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 користи прилагодено обучен модел за конверзија на глас базиран на RVC (Retrieval-Based Voice Conversion).

Проектот беше развиен во две главни фази. Првата фаза се фокусираше на конверзија на говор користејќи модел обучен на снимки од говорниот глас на корисникот на македонски и англиски јазик. Втората фаза се фокусираше на конверзија на глас при пеење користејќи посебен модел обучен на снимки од пеење и акапели, овозможувајќи евалуација на перформансите на системот за конверзија на глас кога се применува на песни.

Завршениот проект вклучуваше подготовка на множество податоци, претходна обработка на аудио, обука на моделот со вештачка интелигенција, конверзија на глас и систематско тестирање и евалуација на добиените конверзии.

Документација

Фаза	Име на фаза	Статус	Датум
Ф0	Дефиниција на проектот	Завршено	29.08.2026
Ф1	Развој на модел на говорен глас	Завршено	12.09.2026
Ф2	Развој на конверзија на говорен глас	Завршено	12.09.2026
Ф3	Развој на модел и конверзија на глас при пеење	Завршено	12.09.2026
Ф4	Тестирање, евалуација и финализирање на системот	Завршено	12.09.2026