LHQ-SVC：轻量高质量歌声转换建模
声音
2025-01-22 v2 人工智能
音频与语音处理
摘要
歌声转换（SVC）已成为语音转换（VC）的一个重要子领域，能够在保留旋律、节奏和音色等音乐元素的同时，将一名歌手的声音转换为另一名歌手的声音。传统的 SVC 方法在音频质量、数据需求和计算复杂度方面存在局限性。在本文中，我们提出了 LHQ-SVC，一种基于 SVC 框架和扩散模型的轻量级、兼容 CPU 的模型，旨在在不牺牲性能的前提下减小模型规模和计算需求。我们引入了提升推理质量的特性，并通过使用性能调优工具和并行计算框架针对 CPU 执行进行了优化。我们的实验表明，LHQ-SVC 保持了有竞争力的性能，在不同设备上的处理速度和效率均有显著提升。结果表明，LHQ-SVC 能够满足
引用
@article{arxiv.2409.08583,
title = {LHQ-SVC: Lightweight and High Quality Singing Voice Conversion Modeling},
author = {Yubo Huang and Xin Lai and Muyang Ye and Anran Zhu and Zixi Wang and Jingzehua Xu and Shuai Zhang and Zhiyuan Zhou and Weijie Niu},
journal= {arXiv preprint arXiv:2409.08583},
year = {2025}
}
备注
Accepted by ICASSP 2025