Glossaire

Terme	Signification
Inférence	Utilisation d'un modèle entraîné pour convertir un enregistrement.
Point de contrôle	Fichier contenant les poids du modèle appris. Les points de contrôle de reprise et les exportations d’inférences ont des rôles différents.
Embedder	Composant qui extrait une représentation de l'audio source pour le moteur de conversion.
Index	Collection facultative de vecteurs de caractéristiques apprises utilisés lors de la récupération.
Taux d'index	Dans quelle mesure une implémentation utilise les fonctionnalités récupérées lors de la conversion.
F0	Fréquence fondamentale, utilisée pour représenter la hauteur dans le temps.
Extracteur de pitch	Algorithme qui estime F0 à partir d'un enregistrement.
Demi-ton	Un douzième d'octave. Un changement de 12 demi-tons équivaut à une octave.
Vocoder	La partie du pipeline qui génère la forme d'onde à partir de ses entrées de conditionnement.
Taux d'échantillonnage	Le nombre d'échantillons audio par seconde. Elle se distingue de la version modèle et de la transposition de hauteur.
Pré-entraînement	Poids de départ utilisés lors de l'entraînement d'un nouveau modèle.
Époque	Un passage dans l'ensemble de données de formation dans la configuration de formation habituelle.
Étape	Une mise à jour de la formation. La taille du lot et la taille de l'ensemble de données affectent la relation entre les étapes et les époques.
Stem	Une partie isolée d'un mix, généralement vocale ou instrumentale.
Latence	Le temps entre un événement d'entrée et sa sortie audible.

Voir Fondements RVC, Modèles et fichiers et Formation pour ces termes en contexte.

Contrôles Ilaria RVC

Ces entrées sont adaptées du glossaire intégré à Ilaria RVC. Les commandes disponibles peuvent varier selon la version.

Contrôle	Signification
Modèle vocal	Sélectionne un point de contrôle d'inférence et recherche son index correspondant.
Actualiser	Réanalyse la bibliothèque de modèles. Vérifiez à nouveau votre sélection par la suite.
Décharger la voix de la VRAM	Libère des ressources d'inférence pour libérer de la mémoire GPU pour d'autres tâches.
Speaker ID	Sélectionne un emplacement vocal dans le modèle chargé. Utilisez 0 pour un modèle typique à un seul haut-parleur.
RMVPE et FCPE	Extracteurs de pitch qui estiment F0 au fil du temps.
ContentVec / HuBERT	ContentVec est un encodeur de contenu de style HuBERT utilisé dans les flux de travail RVC standard. Faites correspondre l'encodeur utilisé lors de la formation.
Mixage d'enveloppe de volume	Définit dans quelle mesure la dynamique de sortie suit la source.
Protéger	Réduit l'influence de la récupération sur les consonnes sourdes et les respirations. Une valeur inférieure donne une protection plus forte. Une valeur de 0,5 le désactive.
Rééchantillonnage	Ajuste le taux de sortie. Une valeur de 0 conserve le taux de sortie du modèle.
Traiter les données	Prépare, rééchantillonne et découpe les enregistrements. Ilaria RVC ajuste le niveau de chaque tranche pendant cette étape.
Extraction de fonctionnalités	Calcule les fonctionnalités de contenu et les informations de pitch pour les modèles guidés par le pitch.
Vérificateur d'ensemble de données	Signale les éventuels écrêtages, les longues pauses, les fichiers illisibles et les différences de niveau sans modifier la source.
Aperçus de formation	Convertissez le même court enregistrement de référence sur plusieurs époques pour une comparaison à l'oreille.
Générateur et discriminateur	Le générateur apprend à synthétiser l'audio et le discriminateur fournit un retour. Leur paire de points de contrôle G/D est utilisée pour reprendre l'entraînement.
Arrêter et enregistrer	Demande un point de contrôle pouvant être repris. Attendez la confirmation avant de fermer.
Époques totales	Cible d’époque finale, y compris les époques terminées avant la reprise.
Informations sur le modèle	Affiche les propriétés des points de contrôle stockées telles que la vitesse, le guidage en tangage et la précision, le cas échéant.
Fusionner les modèles	Mélange les poids d'inférence compatibles. Commencez à tester la voix fusionnée avec la récupération désactivée.
FP16 et FP32	Formats de précision numérique. La précision du poids dans une exportation décrit le fichier stocké.

Les checkpoints HuBERT génériques sont déconseillés comme encodeur par défaut pour la conversion vocale. Entraînés pour représenter la parole, ils peuvent conserver des informations sur le timbre de la voix source dans le résultat. Utilisez l’encodeur attendu par le modèle RVC, par exemple ContentVec si le modèle a été entraîné avec lui.

Voir Conversion vocale et Formation pour les flux de travail utilisant ces commandes.