DSRX流程展示

这是DSRX（视频内称DiffSinger-LoRA）的LoRA微调流程展示。

我们使用了openvpi的DiffSinger fork 2024年11月版本，对其代码进行了部分改进和功能添加，发布了由我们团队维护的DiffSinger repo——DSRX。

目前我们对DSRX添加了声学模型的LoRA微调功能，并进行了部分测试。目前实验显示，预处理和训练，以及导出ONNX并应用在OpenUTAU中，与目前DiffSinger（openvpi fork ver.）流程一致，可以兼容目前的pipeline。
**注意**：我们由于会在未来加入一些其他优化或者不同于openvpi团队实现的新功能，因此不保证未来会与openvpi ver.保持一致。

我们创建DSRX repo的愿景是，尽可能把调教工作通过现有的优化和新功能添加交还给调教师，而非学术界。让调教师训练声库更简单，成本更低，调歌更方便舒服。

目前代码仍然是不完美且存在bug的，欢迎提出PR或者issue，我们将尽快评估并改进。

其他信息：
代码编写和测试：旋转_turning_point，灵滅Out，红血球AE3803
视频内用到的数据集：Yutori Natsu（from Blue Archive），CV长绳麻理亚
数据集时长：1.5min
部分信息：
底模: 160k steps，网络大小512*20，主干结构wavenet，64 bs，中日双语（中文三段式音素+romaji），数据集训练时长约27h
训练: 8 rank，16 alpha，LoRA注入模块位于fs2
与diffusion，微调步数500 steps
《梦回还》有参工程：MIDI&调教：旋转_turning_point
视频后期：星空