続・RVCのモデルを日本語向けに事前学習する - Qiita

はじめに こんにちは、nadareです。 機械学習エンジニアで、普段はレコメンド・検索関連のお仕事をしています。いろんな競技プログラミングが好きです。 最近はRetrieval-based-Voice-Conversion(以下RVC)という技術に関心を持ち、本家Retrieval-based-Voice-Conversion-WebUIやddPn08さん版RVC-WebUI、VC ClientにPR投げつつ勉強しています。 5/14にRetrieval-based-Voice-Conversion-WebUI(以下本家RVC)のv2バージョンが公開されました。v2バージョンではより高品質な音声変換が可能になっており、VCClientも5/21にv2に対応、5/22にはddPn08さんのRVC-webUIでもv2の学習が可能になりました。 前回の記事『RVCのモデルを日本語向けに事前学習す

[stealthinu]

nadareさんの学習済み日本語HuBERTについて。現時点のVCではHuBERT等音素特徴抽出の性能が品質に最も寄与していると思うのでこの改善は重要。