HQ-SVC: Towards High-Quality Zero-Shot Singing Voice Conversion in Low-Resource Scenarios
Created by
Haebom
Category
Empty
저자
Bingsong Bai, Yizhong Geng, Fengping Wang, Cong Wang, Puyuan Guo, Yingming Gao, Ya Li
개요
HQ-SVC는 사전 훈련 없이 소스 가수의 음색을 보존하면서 멜로디 콘텐츠를 유지하며 보이지 않는 타겟 스피커의 음성으로 변환하는 효율적인 고품질 제로샷 음성 변환 프레임워크입니다. HQ-SVC는 분리된 코덱을 사용하여 콘텐츠 및 스피커 특징을 추출하고, 피치 및 볼륨 모델링을 통해 충실도를 향상시키며, 미분 가능한 신호 처리 및 확산 기술을 통해 출력을 점진적으로 개선합니다.
시사점, 한계점
•
시사점:
◦
제로샷 음성 변환에서 기존 방법보다 품질과 효율성 측면에서 성능이 우수합니다.
◦
음성 변환 외에도 음성 초해상도 작업에서 특화된 오디오 초해상도 방법보다 뛰어난 음성 자연스러움을 달성합니다.