Glosario

Término	Significado
Inferencia	Uso de un modelo entrenado para convertir una grabación.
Punto de control	Archivo que contiene los pesos del modelo aprendido. Los puntos de control de reanudación y las exportaciones de inferencias tienen diferentes funciones.
Embedder	Componente que extrae una representación del audio fuente para el motor de conversión.
Índice	Colección opcional de vectores de características aprendidas utilizados durante la recuperación.
Relación de índice	Con qué intensidad una implementación utiliza las funciones recuperadas durante la conversión.
F0	Frecuencia fundamental, utilizada para representar el tono a lo largo del tiempo.
Extractor de tono	Algoritmo que estima F0 a partir de una grabación.
Semitono	Un duodécimo de octava. Un cambio de 12 semitonos es una octava.
Vocoder	La parte de la tubería que genera la forma de onda a partir de sus entradas condicionantes.
Frecuencia de muestreo	El número de muestras de audio por segundo. Es distinto de la versión del modelo y la transposición de tono.
Preentrenamiento	Pesos iniciales utilizados al entrenar un nuevo modelo.
Época	Una pasada por el conjunto de datos de entrenamiento en la configuración de entrenamiento habitual.
Paso	Una actualización del entrenamiento. El tamaño del lote y el tamaño del conjunto de datos afectan la relación entre pasos y épocas.
Tema	Una parte aislada de una mezcla, típicamente vocal o instrumental.
Latencia	El tiempo entre un evento de entrada y su salida audible.

Consulte Fundamentos de RVC, Modelos y archivos y Capacitación] para conocer estos términos en contexto.

Controles de Ilaria RVC

Estas entradas están adaptadas del glosario integrado en Ilaria RVC. Los controles disponibles pueden variar según la versión.

Control	Significado
Modelo de voz	Selecciona un punto de control de inferencia y busca su índice coincidente.
Actualizar	Vuelve a escanear la biblioteca de modelos. Verifique su selección nuevamente después.
Descargar voz de VRAM	Libera recursos de inferencia para liberar memoria de GPU para otras tareas.
ID de altavoz	Selecciona una ranura de voz dentro del modelo cargado. Utilice 0 para un modelo típico de un solo altavoz.
RMVPE y FCPE	Extractores de tono que estiman F0 en el tiempo.
ContentVec / HuBERT	ContentVec es un codificador de contenido estilo HuBERT que se utiliza en flujos de trabajo RVC estándar. Haga coincidir el codificador utilizado en el entrenamiento.
Mezcla de envolvente de volumen	Establece qué tan cerca la dinámica de salida sigue a la fuente.
Proteger	Reduce la influencia de la recuperación en las consonantes y respiraciones sordas. Un valor más bajo proporciona una protección más fuerte. Un valor de 0,5 lo desactiva.
Remuestreo	Ajusta la tasa de salida. Un valor de 0 mantiene la tasa de producción del modelo.
Procesar datos	Prepara, vuelve a muestrear y corta grabaciones. Ilaria RVC ajusta el nivel de cada corte durante esta etapa.
Extracción de características	Calcula las características del contenido y la información de tono para modelos guiados por tono.
Comprobador de conjunto de datos	Señala posibles recortes, pausas largas, archivos ilegibles y diferencias de nivel sin editar la fuente.
Vistas previas de entrenamiento	Convierta la misma grabación de referencia breve en varias épocas para compararla de oído.
Generador y discriminador	El generador aprende a sintetizar audio y el discriminador proporciona retroalimentación. Su par de puntos de control G/D se utiliza para reanudar el entrenamiento.
Detener y guardar	Solicita un punto de control reanudable. Espere la confirmación antes de cerrar.
Épocas totales	Objetivo de época final, incluidas las épocas completadas antes de reanudarse.
Información del modelo	Muestra las propiedades de los puntos de control almacenados, como velocidad, guía de paso y precisión, cuando estén disponibles.
Fusionar modelos	Combina pesos de inferencia compatibles. Comience a probar la voz fusionada con la recuperación deshabilitada.
FP16 y FP32	Formatos de precisión numérica. La precisión del peso en una exportación describe el archivo almacenado.

Los checkpoints HuBERT genéricos no se recomiendan como codificador predeterminado para conversión de voz. Se entrenan para representar el habla y pueden conservar el timbre de origen en el audio convertido. Usa el codificador previsto por el modelo RVC, como ContentVec si se entrenó con él.

Consulte Conversión de voz y Capacitación] para conocer los flujos de trabajo que utilizan estos controles.