D3SP个人笔记

项目名称：DDSP-SVC 3.0（DDDSP, D3SP）

项目地址：https://github.com/yxlllc/DDSP-SVC

整合包来源：https://www.bilibili.com/video/BV1rs4y1Q7BQ

使用软件

wavmp3cvt：转换格式+合并音频  //很有用

audacity：修音频+双声道转单声道

UVR5：分离伴奏+修复干音 //UVR5，谢谢你

FanselineVisualizer：音频可视化  BV1AD4y1D7fd //超棒！

PR：：）

训练素材信息

--

格式：wav，时长3~15S，44100Hz，PCM-16，单声道（划重点）

总时长：19分钟

切片数量：180（丢弃短音）

验证集数量：3

录制软件：华为录音机（使用人声增强）

//合并-切片-粗选-再合并-uvr5-单声道-再切片

模型信息

--

 编码器：contentvec(768l12)

f0提取算法：parselmouth

DDSP模型：424000步，loss值0.843

扩散模型：3500步，loss值0.015

//主观感受是contentvec(768l12) +C的收敛效果似乎不如+P

//原2h素材收敛有问题，减少后效果提升

UVR5：推理干声提取参数设置

方法来源：BV1rs4y1Q7BQ

--

去伴奏

1. Process Method: Demucs

2. Stem: Vocals

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

去混响

1.输入纯人声素材

2. Process Method: VR Architecture

3. Window Size: 320

4. Aggression: 10

5. VR Model: 5_HP_Karaoke_UVR

6.Vocals Only

//对推理干音进行切片处理时不要丢弃短音（划重点）

//工作量无端增加

推理参数

--

主观的常用设置：

f0提取算法：crepe

采样方式：dpm-solver

浅扩散步数：20

扩散加速倍数：10

响应阈值：-60

主观的其他问题解决方法：

①高音出错/读音变调：

修改f0提取算法（dio或harvest）

//主观感受是harvest更还原读音，dio夹在harvest和crepe中间

②出现噪音：

下调浅扩散步数（5或10）

 修改f0提取算法（dio或harvest）

//总结：好耶！ヽ(✿ﾟ▽ﾟ)ノ