RVC-Project/Retrieval-based-Voice-Conversion-WebUI

Is it expected that v2 trained models underperform compared to v1 trained models on identical settings?

Open

#297 geöffnet am 16. Mai 2023

Auf GitHub ansehen
 (6 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (2.849 Forks)batch import
bughelp wantedquestion

Repository-Metriken

Stars
 (18.427 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

v1_vs_v2_Examples.zip

5 minute dataset. I also used the Mangio fork which adds 'crepe' as a training option for both of these models. Maybe for a model with a bigger dataset like 40 minutes, v2 outperforms?

Contributor Guide

Research-Richtung
Vergleiche die Trainingsskripte und Modellarchitekturen zwischen v1 und v2. Trainiere beide Versionen auf einem größeren Datensatz (z.B. 40 Minuten) und bewerte Leistungskennzahlen wie Ähnlichkeit und Natürlichkeit. Überprüfe auch, ob die Crepe Option im Mangio Fork die Ergebnisse unterschiedlich beeinflusst.
Tech Stack
pythonpytorch
Domain
aimachine learning
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonPyTorchaudio processing basics
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
60