Glossário

Termo	Significado
Inferência	Usando um modelo treinado para converter uma gravação.
Checkpoint	Arquivo contendo pesos do modelo aprendido. Os pontos de verificação de currículo e as exportações de inferência têm funções diferentes.
Embedder	Componente que extrai uma representação do áudio fonte para o mecanismo de conversão.
Índice	Coleta opcional de vetores de recursos aprendidos usados ​​durante a recuperação.
Taxa de índice	Quão fortemente uma implementação usa recursos recuperados durante a conversão.
F0	Frequência fundamental, usada para representar o tom ao longo do tempo.
Extrator de pitch	Algoritmo que estima F0 a partir de uma gravação.
Semitom	Um duodécimo de oitava. Uma mudança de 12 semitons equivale a uma oitava.
Vocoder	A parte do pipeline que gera a forma de onda a partir de suas entradas condicionantes.
Taxa de amostragem	O número de amostras de áudio por segundo. É distinto da versão do modelo e da transposição de pitch.
Pré-treino	Pesos iniciais usados ​​ao treinar um novo modelo.
Época	Uma passagem pelo conjunto de dados de treinamento na configuração de treinamento normal.
Etapa	Uma atualização de treinamento. O tamanho do lote e o tamanho do conjunto de dados afetam a relação entre etapas e épocas.
Haste	Uma parte isolada de uma mixagem, normalmente vocal ou instrumental.
Latência	O tempo entre um evento de entrada e sua saída audível.

Consulte Fundamentos RVC, Modelos e arquivos e Treinamento para esses termos no contexto.

Controles Ilaria RVC

Estas entradas são adaptadas do glossário incorporado no Ilaria RVC. Os controles disponíveis podem variar de acordo com a versão.

Controle	Significado
Modelo de voz	Seleciona um ponto de verificação de inferência e procura seu índice correspondente.
Atualizar	Verifica novamente a biblioteca de modelos. Verifique sua seleção novamente depois.
Descarregar voz da VRAM	Libera recursos de inferência para liberar memória da GPU para outras tarefas.
ID do alto-falante	Seleciona um slot de voz dentro do modelo carregado. Use 0 para um modelo típico de alto-falante único.
RMVPE e FCPE	Extratores de pitch que estimam F0 ao longo do tempo.
ContentVec / HuBERT	ContentVec é um codificador de conteúdo estilo HuBERT usado em fluxos de trabalho RVC padrão. Combine o codificador usado no treinamento.
Mixagem de envelope de volume	Define o quão próximo a dinâmica de saída segue a fonte.
Proteger	Reduz a influência da recuperação em consoantes surdas e respirações. Um valor mais baixo proporciona uma proteção mais forte. Um valor de 0,5 o desativa.
Reamostragem	Ajusta a taxa de saída. Um valor 0 mantém a taxa de saída do modelo.
Processar dados	Preparar, reamostrar e fatiar gravações. Ilaria RVC ajusta o nível de cada fatia durante esta fase.
Extração de recursos	Calcula recursos de conteúdo e informações de pitch para modelos guiados por pitch.
Verificador de conjunto de dados	Sinaliza possíveis cortes, pausas longas, arquivos ilegíveis e diferenças de nível sem editar a fonte.
Pré-visualizações de treinamento	Converta a mesma gravação de referência curta em várias épocas para comparação de ouvido.
Gerador e discriminador	O gerador aprende a sintetizar áudio e o discriminador fornece feedback. Seu par de pontos de verificação G/D é usado para retomar o treinamento.
Parar e salvar	Solicita um ponto de verificação retomável. Aguarde a confirmação antes de fechar.
Épocas totais	Meta de época final, incluindo épocas concluídas antes da retomada.
Informações do modelo	Exibe propriedades de pontos de verificação armazenados, como taxa, orientação de inclinação e precisão, quando disponíveis.
Mesclar modelos	Combina pesos de inferência compatíveis. Comece a testar a voz mesclada com a recuperação desabilitada.
FP16 e FP32	Formatos de precisão numérica. A precisão do peso em uma exportação descreve o arquivo armazenado.

Os checkpoints HuBERT genéricos são desaconselhados como codificador predefinido para conversão de voz. Foram treinados para representar a fala e podem preservar informação sobre o timbre da voz original no áudio convertido. Usa o codificador esperado pelo modelo RVC, como o ContentVec se o modelo tiver sido treinado com ele.

Consulte Conversão de voz e Treinamento para fluxos de trabalho usando esses controles.