Description
数据时长丨约15小时 / 约40.5小时(含数据增强)
内置角色丨浮亦、宛沚、弥望、江上曜、勇气等12位自持版权 / 获得研究授权的角色
内置音素丨154个(含汉语普通话复合元音拆分)
音素方案丨X-SAMPA
标记方式丨MFA + 手动精标(全数据集精标)
标记协力丨热带宇霖、樗儿
烧炉协力丨卷毛兔w
特别感谢丨弱犬バカ、OpenVPI团队
特别感谢(音素本地化指导)丨Leka、流绪绪绪、Doaz
特别感谢(音素器指导)丨金刚
※本模型所使用的开源数据
日语丨東北きりたん © SSS
日语丨御丹宮くるみ © 御丹宮くるみ
韩语丨Children Singing Dataset © 韩国科学技术研究院
英语丨NUS-SMC-48 © 新加坡国立大学声音与音乐计算实验室
中文丨Opencpop © Opencpop团队(虽然因精度放弃使用,但研究过程少不了Opencpop的帮助,遂保留)
※参考资料索引
DiffSinger官方仓库丨https://github.com/MoonInTheRiver/DiffSinger
OpenVPI维护DiffSinger仓库丨https://github.com/openvpi/DiffSinger
OpenUTAU官方仓库丨https://github.com/stakira/OpenUtau
寻梦社维护OpenUTAU for DiffSinger仓库丨https://github.com/xunmengshe/OpenUtau
韩国科学技术研究院CSD韩英双语数据集丨https://zenodo.org/record/4785016
新加坡国立大学声音与音乐计算实验室丨https://smcnus.comp.nus.edu.sg/
※本演示所使用的公开配布无参工程
使用工程丨络霏、PRINTmov、木栈道出品、白洛QAQ