[RVC] AI Voice Model - Jinny [KLM 4 / Rmvpe / 한국어 / 日本語 / VR:M]

RVC Voice Model - Jinny

성우 : 민지영

Model Style : Husky Voice, Strong

사전학습 모델 : KLM V4.1

[개요]

본 모델은 Cover음악, 보컬 가이드, Text 2 Speech와 같은 추론기반의 사용에 특화되어 있습니다.

본 모델을 Okada 또는 Voice Changer와 같은 실시간 음성 변환 소프트웨어에 사용하는 경우 본인의 목소리와 모델의 목소리가 매치가 되지 않을 수도 있으며 저희는 이것을 책임지지 않습니다.

[사용 방법]

Applio, Mainline 를 이용하여야 합니다. 이용방법이 다소 복잡함으로 기존에 RVC 모델들을 사용해 보신적 있는 분들에게 추천드립니다.

Applio 사용자 :

1.본 모델을 다운로드 받고 Zip 파일의 압축을 풉니다.

2.Applio가 설치된 폴더 안에 있는 Logs 폴더에 Jinny_Voice.pth 파일을 넣어줍니다.

3.Logs 폴더안에 Jinny_Voice 폴더를 새로 생성하고 생성된 폴더 안에 Jinny_Voice.Index 파일을 넣어 줍니다.

4.Applio를 실행하고 [추론] - [음성 모델] 에서 Jinny_Voice.pth를 선택하고 Index(색인 파일)에서 logs\Jinny_Voice\Jinny_Voice.index를 선택합니다.

5.추론할 대상을 선택하고 [변환] 버튼을 눌러 추론을 시작합니다.

Mainline 사용자 :

1.본 모델을 다운로드 받고 Zip 파일의 압축을 풉니다.

2.Mainline이 설치된 폴더안에 [assets] -> [weights]에 Jinny_Voice.pth 파일을 넣어 줍니다.

3.Mainline이 설치된 폴더안에 [Logs] 로 들어가 새로운 Jinny_Voice 폴더를 만들고 그 안에 Jinny_Voice.index 파일을 넣어 줍니다.

4.추론 탭으로 이동하여 Model 선택란에서 Jinny_Voice.pth와 색인 섹션에서 Jinny_Voice.Index를 선택합니다.

[기본 추론 설정]

본 모델은 KLM4.1의 사전 학습 모델을 이용하고 있으며, 매우 폭넓은 Pitch Range를 제공하고 있습니다.

여러분들이 추론하고자 하는 대상이 [한국어 나레이션]인 경우 특성 검색 비율 (Search Feature Ratio)의 값을 0.75 ~ 1로 맞춰줍니다.

만약 추론 도중 아티펙트가 발생하거나 어색한 부분이 생긴다면 Search Feature Ratio 값을 조금씩 낮춰가며 조정합니다.

- (한국어 나레이션) 0.75 ~ 1

- (일본어 나레이션) 0.45 ~ 0.6

- (제 3의 국가 언어 나레이션) 0.3 ~ 0.5 [비추천]

- (한국어 노래) 0.25~0.45

- (일본어 노래) 0.25~0.45

- (매우 높은 고음의 노래) 0~0.45

그 외에도 아티펙트가 발생하는 경우 Search Feature Ratio 값을 낮춰 보정 할 수 있습니다.3

Okada에서 이용하는 경우 본인의 목소리에 맞는 별도의 설정이 필요합니다.

[파일 설명]

압축 파일에 첨부되어 있는 파일 :

Jinny_Voice.pth (모델 파일)

Jinny_Voice.index (특성 인덱스 파일)

[Dataset Information]

50 Mins of Speech (normal)

Maximum pitch range : G5

[Train Information]

Total Steps : 14,490 steps

Total Epochs : 240 Epochs

[이용 약관]

1. 모델의 양도 또는 2차 판매 금지

2. 불법적인 행위에 사용 금지 (2항의 정치, 종교, 법률의 근거는 해당 사용자의 국가를 지칭합니다.)

3. 판매자는 이용자가 이용시 생기는 어떠한 불이익에도 책임을 지지 않으며, 이용자의 국가가 지정한 법률 또는 이용 약관을 준수하여야 합니다.

해당 데이터를 구입, 다운로드 한 시점에서 본 이용 약관을 동의하고 상단의 모든 안내를 확인 하였음을 의미합니다.