なんJRVC部★8

[1 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 762d-nMe1) 2024/07/04(木) 19:15:09.86 ID:pO0RXlJX0]

!extend::vvvvv:1000:512
!extend::vvvvv:1000:512
スレ立てのときは↑の!extend::vvvvv:1000:512を3行ぐらいに増やしてな

RVCとTTSとかの情報交換とかのスレ
ボイスチェンジャーで誰でも完璧に別人になりきることはできません。ボイストレーニングが必要です。
wiki: https://seesaawiki.jp/rvc_ch/

前スレ
なんJRVC部★7
https://fate.5ch.net/test/read.cgi/liveuranus/1711873736/

---

VIPQ2_EXTDAT: default:vvvvv:1000:512:: EXT was configured

[952 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ f77d-yioi) 2024/09/18(水) 15:11:43.02 ID:Jj1Vq5j60]

>>944
使用ライセンスに5000円とボイス1つごとにサブスク1200円か
ワンコインじゃないと高いな

[953 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ f77d-yioi) 2024/09/18(水) 15:13:25.33 ID:Jj1Vq5j60]

サブスク嫌いだから買い切りがいいな

[954 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ bf25-y7MN) 2024/09/18(水) 18:10:16.21 ID:ACaPmGzV0]

金払ってもよくてとりあえずボイチェンで喋りたいってだけならたしかにスーパートーンでええな
ただ使い分けってやつやろ。どちらが正解ってもんでもないような

[955 警備員[Lv.4][新芽] (ﾜｯﾁｮｲ bff8-18DD) 2024/09/18(水) 18:31:50.59 ID:tsInOEjC0]

スーパートーンって金課金しても使える声が増えるだけでしょ？

無課金で十分じゃないか？

そんなに課金ボイスだけクオリティ違うの？

[956 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 7f93-q3Ad) 2024/09/18(水) 18:41:22.66 ID:DgOAudHN0]

スーパートーンめちゃくちゃ機械的な音になるんだけど
二昔前のボイチェンみたいな
クオリティではRVCの足元にも及ばないと感じたけど、みんなの褒め方を見るにこれは環境か設定の問題なのかな

[957 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ b730-YZzR) 2024/09/19(木) 07:11:07.36 ID:YXV02Opr0]

ここで質問する限りはスーパートーンがおすすめ

[958 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 7788-tqxq) 2024/09/19(木) 10:56:52.31 ID:3dQl3rQm0]

韓国ではどうか知らないが日本ではステマは違法だぞ

[959 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾌﾞｰｲﾓ MM8f-q3Ad) 2024/09/19(木) 12:04:26.34 ID:WMK8v9vSM]

こんな過疎界隈でそんな排他的にならんでもとは思う

[960 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 7f81-i9xh) 2024/09/19(木) 12:56:50.41 ID:bON1LQu60]

RVC部だっつってんのに
学習も出来ないゴミのステマが並んでたらそら気持ち悪いと思うやろ

[961 警備員[Lv.5][新芽] (ﾜｯﾁｮｲ d7c4-Vx6G) 2024/09/19(木) 15:41:07.18 ID:pc9NBndF0]

スーパートーンやたら推すレス製作者のステマだろ
いい加減しつこい

[962 警備員[Lv.5][新芽] (ﾜｯﾁｮｲ d7c4-Vx6G) 2024/09/19(木) 15:53:24.96 ID:pc9NBndF0]

よく考えたら製作者じゃないな、信者か
信者にしてもしつこいしスレタイ読めないのには変わりない

[963 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ ff8f-y7MN) 2024/09/19(木) 20:03:00.21 ID:5zzSiVEw0]

結局、リモートデスクトップでtensorflowがおかしくなるので、Deep Speakerを使うのをあきらめた。
tensorflowはだめだ。PyTorchで同等のものを探すことにする。

[964 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 9f91-4p2y) 2024/09/19(木) 20:07:47.77 ID:Tz329eWM0]

柔らかく構ってあげてはいるけどさすがにそろそろうざい、スーパートーン信者

[965 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ b713-i9xh) 2024/09/20(金) 03:06:07.65 ID:9FRYvsu50]

好きな声学習できない時点でここの人からしたら論外でしょ

[966 警備員[Lv.31] (ﾜｯﾁｮｲ f717-3vlU) 2024/09/20(金) 05:15:52.11 ID:h0DGpgX10]

スーパートーンスレを立ててあげよう

[967 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 9f7f-Vg1L) 2024/09/20(金) 05:33:43.34 ID:AdY8uF/E0]

>>965
サブスクどうこう以前にホントそれに尽きるよ

[968 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ d71e-lmmT) 2024/09/21(土) 10:31:51.82 ID:fwkPqPp30]

GPT-SoVITSとかBert-VITSの話もここでいいのかな
Bert-VITSはわかりやすいけど、GPT-SoVITSのモデル→リファレンス音源→合成音声の仕組みがわかったようでわからない
モデル自体を特定の話者で学習してもリファレンス音源の話者にかなり引っ張られるというか…でもここを揃えるとせっかく学習した話者に同じような内容しか喋らせられない…みたいにならない？
そもそもモデルは特定の話者というよりは、喋り方のトーンを学ばせて、話者の個性はリファレンス音源で調整するということなのかな？

[969 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ d71e-lmmT) 2024/09/21(土) 12:21:33.31 ID:fwkPqPp30]

あと、どのリファレンス音源が推論したいテキストにうまくハマるかの予想ができないのも辛い…

[970 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 177d-yioi) 2024/09/21(土) 12:36:43.10 ID:rT18SZBV0]

頭でっかちな机上の空論

[971 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 1728-gFYT) 2024/09/21(土) 13:19:06.61 ID:+zGhZWzF0]

>>968
リファレンス音声でやりたいことはsbv2のスタイル指定に近い
基本的には学習データと同じ話者で、出力音声を寄せたい特徴的な感情表現・話し方(冷静に, 怒ってる声で, ささやいて等々)をした音声を入力する

[972 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ｵｯﾍﾟｹ Srcb-lmmT) 2024/09/21(土) 14:18:31.39 ID:PbSX+OyTr]

>>971
でも例えばGPT-SoVITS-v2-240821で提供されている事前学習モデルを使って、男性女性のリファレンス音声でそれぞれ推論するとちゃんと性別の違う声が出力されない？でも、自分で学習させた女性モデルで男性声を出そうとすると無理があるんだよな。これって元々の事前学習は男女含めた遥かに多いデータで学習しているからってことなのかな？

[973 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ ff8f-y7MN) 2024/09/21(土) 16:32:38.21 ID:rx5lVO5c0]

tensorflowとかPyTorchとかNCCLとかGlooとか、よくみんな話についていけるな
もう疲れて来たよ。みんなすごいね

[974 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ b7cf-yWop) 2024/09/21(土) 17:56:30.60 ID:zxVsFsHu0]

全部用意してもらってこっちはユーザーとして利用だけしたいならスーパートーン使うのが正解

[975 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 7fcb-i9xh) 2024/09/21(土) 18:30:43.45 ID:JeEquJWz0]

全部ってアニメゲームキャラや有名人とかが用意されてんのかよ、無いだろ
つまりスーパートーン＝無
使ってる人間も無

[976 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 777b-3vlU) 2024/09/21(土) 18:39:02.18 ID:yUHY2OQK0]

GPT-SoVITS学習させたことあるけどリファレンス音源設定すんのめんどくさくてな
SBVITSしか勝たん

[977 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ ff8f-y7MN) 2024/09/21(土) 18:41:43.14 ID:rx5lVO5c0]

ボイチェン、テキストスピーチ以外に音声識別のAIの話もしてほしいです。
素材を集めるのにとても重要です。

[978 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 9f28-4abM) 2024/09/21(土) 19:31:59.73 ID:+FG6rwXv0]

GPT-SoVITSはボイスチェンジャー機能がどんなものになるのか気になってる
今年中にリリースしたいって話だったから期待してる

[979 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 7788-u1VN) 2024/09/21(土) 19:35:01.93 ID:Uue7hM+P0]

Applioがハッキングされたらしい

[980 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 9f03-i9xh) 2024/09/21(土) 20:10:24.69 ID:1PUtBtUe0]

話者識別、話者埋め込みモデルがいくらでもあるからそれで埋め込み作って人力でsklearnでクラスタリングするのがたぶんいちばんはやいで
昔作ったやつがとりあえず参考になるはず
https://github.com/litagin02/voice-clustering-notebook
あとSBV2のスタイル分けのところが実質話者分けやからそこらへん参考にして自分で試行錯誤してもろて

[981 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 5f54-v2Yj) 2024/09/22(日) 08:01:41.04 ID:rvEFx82e0]

RVC webUIでたまにインデックスパスの自動検出が
出来ないライブラリになってしまう事があるんだけど
なぜなの

[982 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 168f-7cnK) 2024/09/22(日) 08:02:07.21 ID:JBf9qIhv0]

あざす。話者識別は必要だから調べてるけど、日本語の情報ってほとんどなくて、ChatGPTとレスバするしかなかった。
もっと情報がほしい

リモートデスクトップの仮想GPUはtensorflowだけでなくPyTorch（NCCL）でも誤認識しちゃうみたい
ヤレヤレ。

[983 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ｵｯﾍﾟｹ Sr47-5eDV) 2024/09/22(日) 10:37:17.28 ID:VZ4dghw5r]

>>976
V2だとテキストを設定しなくても良いようだけど設定した方が良い結果が出る気がする。
先駆者たちのhuggingのspaceのようにリファレンス音源と読み起こしテキストを紐づけて同時に読み込ませるUIのほうが使いやすい時もあるので参考にしている。学習させているならリストも生成されているしね。
ただどういうリファレンス音源だとうまく行くのか不明。やはりボイチェンのためのプロジェクトってことなのかな。

[984 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 5f54-wdwF) 2024/09/22(日) 13:49:07.42 ID:v0uncM4G0]

SBV2はキャラ複数枠でかつスタイル分けもしたい

[985 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ c6b7-HF3Z) 2024/09/23(月) 06:49:07.83 ID:fFwTaW7Y0]

一番盛り上がるのが違うボイチェンソフト叩いてるときってのも悲しいね
それもこれもv3こねぇからだぞ

[986 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ｵｯﾍﾟｹ Sr47-5eDV) 2024/09/23(月) 12:44:28.78 ID:rUCYF2Wvr]

いうほど女の声出したいかね？
この辺のコード触ってると中国語も覚えられるよね

[987 警備員[Lv.22] (ﾜｯﾁｮｲ 12cf-4sAz) 2024/09/23(月) 13:12:48.02 ID:UuRJgcoS0]

下載しかわからん

[988 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ d291-d6Dm) 2024/09/23(月) 16:35:33.10 ID:PBYthBBc0]

>>986
そんなものは人それぞれだよ
不毛な問いだね

[989 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ ef28-TDyV) 2024/09/23(月) 16:36:29.70 ID:Oh9yaxSy0]

また髪の話してる…

[990 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 1e25-7cnK) 2024/09/23(月) 19:03:51.69 ID:TL5RwI/B0]

誰か次スレお願いします

[991 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 5f54-wdwF) 2024/09/23(月) 21:17:46.73 ID:y0RQsV1p0]

スクリプト今は消えたけどどうすんのかな

[992 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 6f28-XjGR) 2024/09/23(月) 21:39:49.18 ID:GfouimuN0]

無難などんぐりスターターセットの1/3で立てて貰えるとありがたい
ここ見てる人なら固定回線だろうしレベル制限高くてもいいだろうけど、いかんせん990過ぎとなると話し合ってる時間が無い

[993 警備員[Lv.31] (ﾜｯﾁｮｲ 9228-zyFg) 2024/09/24(火) 05:35:56.00 ID:bXgZ2h8/0]

次スレ、1/3にしたけどうまくいっただろうか

なんJRVC部★9
http://fate.5ch.net/test/read.cgi/liveuranus/1727123651/

[994 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ d291-d6Dm) 2024/09/24(火) 17:46:30.01 ID:mjxpyw490]

スレ立ておつ
だが次スレ書き込めん
みんなサラバや

[995 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ 6f28-XjGR) 2024/09/24(火) 17:52:37.24 ID:VadTnZiK0]

>>993
乙です

>>994
書き込み制限レベル1設定だから、同じ書き込み環境のままなら4分21秒後に再度書き込めば投稿できるはず
逆に基地局をハシゴしながら接続してる電車移動中のモバイル回線とかだと書き込めんけど、このスレの題材に取り組んでる人間なら腰を据えてネット出来る環境くらい持ってるだろう

[996 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ d291-d6Dm) 2024/09/24(火) 19:44:20.03 ID:mjxpyw490]

>>995
書き込めたやでー
さんきゅー

[997 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ a7a6-rNKn) 2024/09/25(水) 04:54:52.75 ID:kan9hIGW0]

新しい板たったし埋めるぜ

[998 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ a7a6-rNKn) 2024/09/25(水) 04:55:13.26 ID:kan9hIGW0]

うめ

[999 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ a7a6-rNKn) 2024/09/25(水) 04:55:27.22 ID:kan9hIGW0]

うめ

[1000 今、天王星のwiki見てきたら軌道傾斜角(i) が0.774°だった (ﾜｯﾁｮｲ a7a6-rNKn) 2024/09/25(水) 04:55:48.43 ID:kan9hIGW0]

埋まった