Gradio

Добавить загруженные файлы в текущий список файлов

Предпросмотр

Имя модели

Выберите выходные стемы

(Если не выбрано ни одного стема, по умолчанию будут сохранены все стемы)

other vocals

Использовать спектрограмму при создании инверсии

При создании инструментала складывать все невыбранные стемы

Уменьшает остаток от выбранных стемов при извлечении инструментала (актуально для Roformer моделей)

Размер сегмента (dim_t)

Влияет на качество результатов разделения
(Слишком высокие значения могут привести к переполнению ОЗУ и видеопамяти)

128 1024

Размер батча

Количество фрагментов обрабатываемых одновременно
Чем выше это значение, тем больше ресурсов будет использовано при разделении
(Слишком высокие значения могут привести к переполнению ОЗУ и видеопамяти)

1 16

Перекрытие

Определяет насколько плавными будут переходы между фрагментами
Чем выше это значение, там выше качество разделения, но обработка будет медленнее

1 16

Включить денойзинг

Переопределить размер сегмента

Шаблон имени

Доступные ключи

NAME — имя входного файла (без расширения)
STEM — название стема (например: vocals, instrumental)
MODEL — имя модели (например: bs_6stem)

Пример: NAME_STEM_MODEL → Song_vocals_bs_6stem

Формат вывода

Предочитать высокую точность вывода

История

Отключить аудиоплееры на выводе

Отключает аудиоплееры на выводе, заменяя их на простые кнопки скачивания, что может ускорить работу интерфейса при большом количестве выходных файлов

Предпросмотр

Включить сохранение основных стемов

Использовать спектрограмму при создании инверсии

Тип ансамбля

Типы ансамбля

Тип	Описание
`avg_fft`	Среднее, стабильный результат (требуются веса)
`median_fft`	Медиана (эффективно от 3+ аудио)
`min_fft`	Минимум, более чистый результат
`max_fft`	Максимум, более полный, но "грязный" результат

Шаблон имени

Доступные ключи

NAME — имя входного файла (без расшириения)
TYPE — тип ансамбля (например: min_fft, avg_fft и др.)
COUNT — количество используемых моделей/файлов

Пример: NAME_COUNT_TYPE → Song_7_min_fft

Формат вывода

Предочитать высокую точность вывода

История

Сохраненные основные стемы

Отключить аудиоплееры на выводе

Отключает аудиоплееры на выводе, заменяя их на простые кнопки скачивания, что может ускорить работу интерфейса при большом количестве выходных файлов

Оригинал

Предпросмотр

Стем

Предпросмотр

Использовать спектрограмму при создании инверсии

Шаблон имени

Доступные ключи

NAME — имя входного файла (без расшириения)
TYPE — тип инверсии (например: waveform, spectrogram)

Пример: NAME_TYPE → Song_waveform

Формат вывода

Предочитать высокую точность вывода

История

Добавить загруженные файлы в текущий список файлов

Предпросмотр

Путь к файлу модели

Путь к файлу индекса

Высота тона (полутона)

-36 36

Метод извлечения F0

Влияние индекса

Чем ниже значение, тем больше голос похож на исходный; чем выше, тем ближе к модели

0 1

Соотношение огибающих громкости

Заменить или смешать с огибающей громкости вывода
Чем ближе значения к 1, тем больше используется огибающая вывода

0 1

Защита согласных

Предовращает роботизацию дыхания и согласных (Может влиять на четкость речи)
Значение 0.5 обеспечивает полную защиту

0 0.5

Режим	Описание
`mono`	Преобразование моно-сигнала (по умолчанию)
`left/right`	Обработка левого и правого канала независимо
`sim/dif`	Обработка фантомного центра и стерео-базы независимо

Шаблон имени

Доступные ключи

NAME - имя входного файла (без расширения)
F0METHOD - метод извлечения F0 (например: rmvpe+, fcpe)
MODEL — имя модели (например: rvc_test)
PITCH - изменение высоты тона (например: 0, 12)

Пример: NAME_F0METHOD_PITCH → Song_rmvpe+_0

Формат вывода

История

Отключить аудиоплееры на выводе

Отключает аудиоплееры на выводе, заменяя их на простые кнопки скачивания, что может ускорить работу интерфейса при большом количестве выходных файлов

Предпросмотр

Путь к файлу модели

Путь к файлу индекса

Формат данных в JSON-файле кривой F0:

{
    "method": "rmvpe+", # Метод извлечения F0
    "sample_rate": 16000, # Частота дискретизации
    "window": 160, # Размер окна в сэмплах
    "p_len": 500, # ожидаемое количество кадров
    "freqs": [0, 0, 120, 121.3, ...] # Список с частотами
}

JSON файл с F0 кривой

Высота тона (полутона)

-36 36

Влияние индекса

Чем ниже значение, тем больше голос похож на исходный; чем выше, тем ближе к модели

0 1

Соотношение огибающих громкости

Заменить или смешать с огибающей громкости вывода
Чем ближе значения к 1, тем больше используется огибающая вывода

0 1

Защита согласных

Предовращает роботизацию дыхания и согласных (Может влиять на четкость речи)
Значение 0.5 обеспечивает полную защиту

0 0.5

Шаблон имени

Доступные ключи

NAME - имя входного файла (без расширения)
F0METHOD - метод извлечения F0 (всегда custom)
MODEL — имя модели (например: rvc_test)
PITCH - изменение высоты тона (например: 0, 12)

Пример: NAME_F0METHOD_PITCH → Song_rmvpe+_0

Формат вывода

Статус

Поддерживаются YouTube, SoundCloud, TikTok и многие другие сайты (через yt-dlp)

Ссылка на аудио

Формат вывода

Битрейт

Статус

Имя модели

Статус

История

История

История

Сохраненные основные стемы

История

Промежуточные результаты

История

Оригинал

Стем

История

История

Результаты извлечения F0

Поддерживаются YouTube, SoundCloud, TikTok и многие другие сайты (через yt-dlp)

Поддерживаются только прямые ссылки

Чекпоинт (*.pth)

Конфиг (*.yaml)

Поддерживаются только прямые ссылки

Архив (*.zip)

Чекпоинт (*.pth)

Индекс-файл (*.index, необязательно)