歌声合成(SVS)システムは、高品質で表現力豊かな歌声を合成するために構築され、音響モデルは楽譜が与えられた場合に音響特徴(例えば、メルスペクトログラム)を生成する。これまでの歌唱音響モデルは、単純な損失（例えばL1やL2）や生成的敵対ネットワーク（GAN）を採用して音響特徴を再構成しているが、それぞれ過平滑化や不安定な学習の問題に悩まされており、合成された歌唱の自然さを妨げている。
を阻害する。

 

OSはWindows/macOS/Linux対応。

​

​

自分の声も音声合成に利用できます。

ちょっとの工夫と設定で、あなたの音源を「DiffSinger」で使えるようになります。