Генерирање на вокали

Првичната идеја за генерирање на пеење беше да користиме ​Mellotron, но поради тоа што беше потребно да се истренира моделот, е застарен и делумно не сакаше да функционира, ниту пак да се надгради на модерни верзии на Tensorflow, заедно со краткиот временски рок, одлучивме да користиме нешто поедноставно и побрзо.

Како алтернативи ги најдовме наредните апликации:

• Uberduck - ​https://uberduck.ai
• Kits.AI - ​https://app.kits.ai
• Voicemod - ​https://www.voicemod.net/text-to-song
• ControllaVoice - ​https://www.controlla.xyz/voice
• Lyrebird - ​https://www.descript.com/lyrebird

но бидејќи дел од нив бараа да се плати за користење или имаа некаков систем на кредити за наједноставна синтетизација на глас, одлучивме да користиме Uberduck.

Uberduck е едноставна и лесна за користење алатка, која овозможува брзо генерирање на рапувачки глас.

Оттука, избравме Acapella (no beat) и ја наместивме еднаш на 70 и еднаш на 140bpm за да истестираме на крај како ќе звучи ако изгенерираме поспоро пеење кое ќе го убрзаме на крај, за разлика од пеењето изгенерирано на темпото на песната.

Кога ќе го наместиме темпото на пеењето, одиме на пишување на лирика, каде што избираме Use custom lyrics. Бидејќи користивме бесплатна корисничка сметка, моравме да го поделиме текстот на по 4 линии и да отстраниме линија или две за да соодветствува на песната.

При избирање на кој глас да го користиме, ги истестиравме Aiden Botha, Big G, B LA B, JSXI, RELIKK, T.A.G, Fat Tony, Damon Deepvoice, Frosty John, General Herring, Leroy, Movie Trailer Guy, Newsreader, Zeus, и ZWF. Најдобар од овие беше Zeus според наредните критериуми:

• разбирливост
• колку ги преклопува слоговите
• колку соодветствува на рап песна

Пробавме да го изгенерираме текстот неколку пати за да видиме дали има варијација, но секој пат звучеше практично идентично за ист текст.

Кога ги изгенериравме сите делови од песната, ги симнавме, споивме во еден аудио фајл и ги едитиравме така што останаа само деловите со пеење, дека инаку има и гласовен watermark по пеењето.