Diff-SVC

Singing Voice Conversion via diffusion model

updates:

2022.11.20 增加对推理时多数格式的输入和保存，无需手动借助其他软件转换
2022.11.13 修正中断后读取模型的epoch/steps显示问题，添加f0处理的磁盘缓存，添加实时变声推理的支持文件
2022.11.11 修正切片时长误差，补充对44.1khz的适配, 增加对contentvec的支持
2022.11.4 添加梅尔谱保存功能
2022.11.2 整合新声码器代码，更新parselmouth算法
2022.10.29 整理推理部分，添加长音频自动切片功能。
2022.10.28 将hubert的onnx推理迁移为torch推理，并整理推理逻辑。
如原先下载过onnx的hubert模型需重新下载并替换为pt模型，config不需要改，目前可以实现1060 6G显存的直接GPU推理与预处理，详情请查看文档。
2022.10.27 更新依赖文件，去除冗余依赖。
2022.10.27 修复了一个严重错误，曾导致在gpu服务器上hubert仍使用cpu推理，速度减慢3-5倍，影响预处理与推理，不影响训练
2022.10.26 修复windows上预处理数据在linux上无法使用的问题，更新部分文档
2022.10.25 编写推理/训练详细文档，修改整合部分代码，增加对ogg格式音频的支持(无需与wav区分，直接使用即可)
2022.10.24 支持对自定义数据集的训练，并精简代码
2022.10.22 完成对opencpop数据集的训练并创建仓库

推理：

查看./inference.ipynb

预处理:

export PYTHONPATH=.
CUDA_VISIBLE_DEVICES=0 python preprocessing/binarize.py --config training/config.yaml

训练:

CUDA_VISIBLE_DEVICES=0 python run.py --config training/config.yaml --exp_name [your project name] --reset 

详细训练过程和各种参数介绍请查看推理与训练说明

已训练模型

目前本项目已在众多数据集进行过训练和测试。部分ckpt文件、demo音频和推理训练所需的其他文件请在下方QQ频道内下载
使用QQ扫描此二维码(如不能加入，请尝试一个合适的网络环境):

Acknowledgements

项目基于diffsinger、diffsinger(openvpi维护版)、soft-vc开发.
同时也十分感谢openvpi成员在开发训练过程中给予的帮助。 注意：此项目与同名论文DiffSVC无任何联系，请勿混淆！