prophesier/diff-svc

What it solves

它能夠在保持原曲旋律的同時，將歌聲從一個人轉換為另一個人的音色（音色轉換），並支援基礎的音高修正。

How it works

該專案使用擴散模型將輸入的歌聲轉換為目標音色。它利用 Hubert 和 ContentVec 等組件進行音訊處理，並支援多種音訊格式與取樣率（最高可達 44.1kHz）。

Who it’s for

對 AI 驅動的歌聲轉換與音色轉換感興趣的音樂家、音訊工程師與研究人員。

Highlights

• 支援 44.1kHz 的高保真音訊。
• 包含基礎的音高修正功能。
• 支援廣泛的輸入與輸出音訊格式。
• 在推論過程中，針對長音訊檔案提供自動切片功能。