項(xiàng)目名稱：DDSP-SVC 3.0（DDDSP, D3SP）

項(xiàng)目地址：https://github.com/yxlllc/DDSP-SVC

整合包來(lái)源：https://www.bilibili.com/video/BV1rs4y1Q7BQ

使用軟件

wavmp3cvt：轉(zhuǎn)換格式+合并音頻??//很有用

audacity：修音頻+雙聲道轉(zhuǎn)單聲道

UVR5：分離伴奏+修復(fù)干音?//UVR5，謝謝你

FanselineVisualizer：音頻可視化??BV1AD4y1D7fd?//超棒！

PR：：）

訓(xùn)練素材信息

--

格式：wav，時(shí)長(zhǎng)3~15S，44100Hz，PCM-16，單聲道（劃重點(diǎn)）

總時(shí)長(zhǎng)：19分鐘

切片數(shù)量：180（丟棄短音）

驗(yàn)證集數(shù)量：3

錄制軟件：華為錄音機(jī)（使用人聲增強(qiáng)）

//合并-切片-粗選-再合并-uvr5-單聲道-再切片

模型信息

--

?編碼器：contentvec(768l12)

f0提取算法：parselmouth

DDSP模型：424000步，loss值0.843

擴(kuò)散模型：3500步，loss值0.015

//主觀感受是contentvec(768l12) +C的收斂效果似乎不如+P

//原2h素材收斂有問(wèn)題，減少后效果提升

UVR5：推理干聲提取參數(shù)設(shè)置

方法來(lái)源：BV1rs4y1Q7BQ

--

去伴奏

1. Process Method: Demucs

2. Stem: Vocals

3. Demucs Model: v3|UVR-Model-1

去混響

1.輸入純?nèi)寺曀夭?/p>

2. Process Method: VR Architecture

3. Window Size: 320

4. Aggression: 10

5. VR Model: 5_HP_Karaoke_UVR

6.Vocals Only

//對(duì)推理干音進(jìn)行切片處理時(shí)不要丟棄短音（劃重點(diǎn)）

//工作量無(wú)端增加

推理參數(shù)

--

主觀的常用設(shè)置：

f0提取算法：crepe

采樣方式：dpm-solver

淺擴(kuò)散步數(shù)：20

擴(kuò)散加速倍數(shù)：10

響應(yīng)閾值：-60

主觀的其他問(wèn)題解決方法：

①高音出錯(cuò)/讀音變調(diào)：

修改f0提取算法（dio或harvest）

//主觀感受是harvest更還原讀音，dio夾在harvest和crepe中間

②出現(xiàn)噪音：

下調(diào)淺擴(kuò)散步數(shù)（5或10）

?修改f0提取算法（dio或harvest）

//總結(jié)：好耶！ヽ(??▽?)ノ