Ria-DiffSinger-v0.4-TPSE

声库说明

基于 TPSE 分支进行训练，包括 acoustic, duration, pitch, variance 四个模块，其中 pitch 可供其他分支的声库使用（除 multi-dict 以外），因此并未将该模块包含进声库中，而是单独提供。

对比

在初步使用后，该分支训练出的模型对比本声库 lynxnet 分支可能会有以下区别：

Acoustic

• 整体响度变大，约 2db
• 高频变亮
• 句尾渲染结果更干净
• 极个别情况下出现发音变形，如 う -> お
• 极个别情况下出现频谱混叠（可能由 OpenUtau 导致）

Duration

• 无明显变化

Pitch

• 表现力更好，具体表现为转音数量增加，有极个别转尾音情况的出现

Variance

• 无明显变化

另注

• 对比的 lynxnet 分支为内测时版本，而 TPSE 分支的 lynxnet 则有少许变动
• 训练 pitch 模型时显存要求有明显增加
• acoustic 模型大小有明显增长（约增加 50 MB）
• pitch 模型大小可能有小幅增长（约增长 5 MB）

自动音高及微调声码器

说明

增加自动音高（dspitch.zip）和微调声码器（dsvocoder.zip）两个扩展包，适用于 Ria-DiffSinger-v0.4 以及 Ria-DiffSinger-v0.4-lynxnet

ps: 自动音高蛮烂的，还有微调的声码器我听不出区别，按你胃

使用方式

将需要的模块（*.zip）下载后解压到对应声库的文件夹中，该文件夹内应该同时包含名为 dsdur、dsvariance 的文件夹。

以为 Ria-v.4-lynxnet 同时安装两个模块为例，安装好后的文件目录应该如下：

Ria-v0.4-lynxnet/
├── dsdur/
├── dsvariance/
├── dspitch/      自动音高的文件夹，应当包含以下文件
│   ├── dsconfig.yaml
│   ├── dsdict.yaml
│   ├── pitch.linguistic.onnx
│   ├── pitch.onnx
│   └── pitch.phonemes.txt
├── dsvocoder/    微调声码器的文件夹，应当包含以下文件
│   ├── NOTICE.txt
│   ├── NOTICE.zh-CN.txt
│   ├── vocoder.onnx
│   └── vocoder.yaml
└── 其他文件...

Ria-DiffSinger-v0.4-multi-dict

多语言分支版本，采样和标记无改变。

multi-dict version, samples and labels are not changed.

Ria-DiffSinger-v0.4-lynxnet

lynxnet 版本，采样和标记无变化。

Change backbone to lynxnet. Samples and lablels are not changed.

Ria-DiffSinger-v0.4

---

2024.08.06 更新了字典

请看 README