RVC v2 es fácil de usar.

yo no le entendí al rvc v2, lo que máximo que pude hacer creo que fue crear la URL para subir los archivos y que los combierta, laberdad no le entendí

yo quería hacer el modelo de eloquence pero ya me ganaron, eso si, la persona que lo hizo lo hizo demasiado bien.
esta enla pagina de fakeyou como elocanta.
trucos, ustedes tienen que hablar como si fuera eloquence, imitar sus pausas y sus inflecciones, para que la emulación sea a mas creible, .
y acabo de crear otro modelo en fakeyou pueden probaarlo.
busquen, Carmen loquendo

yo intento usar esa página pero me manda cuando subo el archivo, me manda como si la página no tuviera nada

Suena interesante el modelo del eloquence, aunque, debo reconocer que no vocaliza correctamente ciertas letras en ciertos contextos, haciendo cosas como cambiar la letra d por l y un montón de cosas raras. Y mejor ni os cuento la que lía el eloquence cantando en inglés. De echo creo que hace falta un modelo específico para cada idioma. También quisiera ver al dektalk como modelo, tiene que sonar interesante.

el otro dia navegando por tik tok escuche una petición formal de mas de 40 locutores y actores de doblaje, que paremos esto.
ellos en un video de 3 minutos y medio decían que conesto de la inteligencia artificial les están quitando el trabajo y usando su voz sin autorización ninguna.
piden que ellos decidan que hacer con su voz y ellos autorizar o no autorizar.
en dicho video escuche varias voces conocidas com el doblador de goku latino, Abel fox la voz de jorge loquendo, entre otros actores de voz.
fue curioso escuchar por primera vez en mi vida a la voz real de loquendo juan y loquendo esperanza, que ellos en realiad tiene unas voces muy buenas.
en definitiva lo que consiguen con ese tik tok es que ellos puedan decidir que hacer con sus voces si dejarlas usar gratis en AI o cobrar por ello.

como es la voz de juan loquendo, tienes alguna muestra? y la voz de speranza?

aquí les presento mis amigos el próximo éxito de christina aguilera, mi razón de ser, es un modelo completamente distinto, y ampliamente mejorado.
https://www.youtube.com/watch?v=jC0lXd9pfDc

oye pianino, pasa el link del titoc ese porfas, interesante la petición esa

a, pensé que esas voces no se sabìa de què persona la hicieron xd, solo se la de Jorge y la de carlos, pero las de mas voces nunca he escuchado quien las hace xd

Cómo cuando metes a Ed Sheeran en un tubo, lo torturas y lo obligas a cantar :d
https://beta.covers.ai/covers/7oh9YR2F8TZPwFSqFEjD#standard

QUÉEE, EL MODELO DE ELOQUENSE, COMO ES. ABER; COMO SE USA ME PASAN LA PÁJINA¿?

1: entre a.
www.fakeyou.com
2: registrese.
3: selecciona voice to voice conversión.
4: de la lista, selecciona la voz que dice elocanta test.
5: carga tu audio o graba algo.
y ya esta.

como se llama el botón de registrarse, es que no lo encuentro.

nel, con respecto al tictoc mensionado , yo solo vi al mario hablando de eso , que espera que en un futuro se normatize, pero que mientras el sigue trabajando, que no vale la pena enojarse por eso.
y hay que aceptarlo , osea, esta es mi opinión , esto no lo para ni dios así como las descargas ilegales que siempre regresan de diferentes modos.
en la entrevista que vi con mario castañeda , hasta se hablo del posible futuro donde ya utilizen las IA para hacer doblajes,

creando ahorita un modelo de voz de un redcordado humoristaeecuatoriano llamado ernesto alban, y su personaje de toda la ida, don Evaristo.
ya tenia eso en tts, pero lo voy a hacer en voice to voice, en unas dos horas estará listo para que lo prueben

ya pude probar la página desde otro navegador pero no se si es por que es mui lenta de tantos usuarios que ai, pero. al intentar elegir una voz, abecés no aparecen voces y dice cargando. o abecés, quiero subir el audio pero no se sube

Acá están unos temas con el modelo de Eloquence, con RVC V2: https://drive.google.com/file/d/1L7lE6nmCJoD9v5KAw_Je024DnFnWyQkV/view?usp=drive_link https://drive.google.com/file/d/1htcwg48aVXRe0R8pUsJzCjaCEdwZAQtQ/view?usp=drive_link

comlpicado es entrenar con rvc v 2.
ya lo he probado, y las seldas no me parecen claras.
lo hago por que ya instale localmente el rvc gui, y para probar baje el modelo de Barney, aunque lento va super bien.
cómo cambian los entornos no?.
el desaparecido dif svc requeria como mínimo 3 horas de audio.
so vits como minimo una hora de audio o mas de 100 archivos.
y l oque vi es que rvc pide menos datos y los resultados son bastante buenos, de hecho los modelos de voz de rvc son mas pequeños de tamaño.

yo quiero crear un par de modelos, pero collab me es muy confuso la verdaa. alguien que (uf no puedo creer que diré esto) pero pueden mostrar una demo rápida de como se usa rv2? ya sea para entreanr o usar modelos existentes?

chicos, no encuentro el eloquense. la página me habla en español bueno; depende.

si está fácil la página de fake you, ya aprovechando ¿mas omenos cuanto debe de durar el audio para que se suba a la página? me rrefiero a lo mínimo ya que pasa que abecés no se sube. aquí ba la explicación as lo siguiente, ya que estes en la parte que dice voice to voyce, das tab asta encontrar un cuadro combinado. luego, allí escrives elo y te aparecerá esto. option elocanta (test) focused, 1 of 5. 5 results available for search term elo. Use Up and Down to choose options, press Enter to select the currently focused option, press Escape to exit the menu, press Tab to select the option and exit the menu. allí das enter para que se seleccione, luego das tab asta la lista esa de pestañas, y seleccionas la que quieras. si es subir por ejemplo, das tab asta. Upload página de propiedades cliqueable Seleccionar archivo: Ninguno archivo selec. botón. y pues das enter y seleccionas el archivo, ya que se suba el archivo que debe de cer una acapela, después das en el botón que dice botón Upload Audio. esperas a que se suba cuando diga upluaded o algo así, es que ya se subió, y final mente, buscas el botón que dice Convert botón. y das enter. para ber los resultados, emfocas este encabezado. Session V2V Results encabezado nivel 4. y bas dando flechas arriba y abajo asta que ya este listo, lo puedes rreproducir con un botón que está sin etiquetar o lo puedes descargar con un botón que dice Download creo que dice, si no sabes como descargarlo ya que se te abrirá otra página dices y te ayudo o aber si alguien te ayuda también, lo explicaría por acá pero ya se me hizo un poco largo el texto

Bueno, lo prometido es deuda. Acá está el tutorial de entrenamiento de RVC. No soy muy bueno explicando, así que cualquier duda que les surja tengo privados y permanentes disponibles:

https://drive.google.com/file/d/1bi_eWfLbsVzTiu0tCBDSY_Tn_w3kKZ2z/view?usp=sharing

yo tengo una pregunta, al momento de crear un dataset, como debe de ser al momento de comprimirlo es decir, selecciono todos los archivos y luego los compfimo, demodo que si por ejemplo, yo doi en extraer aquí, se descompriman todos los archivos y queden sueltos, o comprimo la carpeta con los archivos directamente? de modo que si doi en extraer aquí quede la carpeta con los archivos no se si me di a entender

ver no se si en rvc se puede hacer lo que hago en so vits.
mis modelos son entrenados por ejemplo asi:
si son 100 archivos me espero una hora, si son 200 archivos me espero 2 horas.
por lo general siempre uso 200 epochs, que me ha dado resultado, cuando tengo 250 epochs, en mi caso en so vits, paro el entrenamiento y luego lo pruebo con la inferencia.
pero lo que no me queda claro son los tiempos.
cuanto tiempo debería esperar para un buen entrenamiento?.
por que incluso entrene un modelo con 45 audios que tenia una duración de 5 minutos y me ha gustado como ha salido, se ha usado 300 epochs, lo digo esto por si pudiera usar el mismo flujo de trabajo en rvc que en so vits

quiero entrenar algo con mi voz pero grabar audios de 15 segundos que en conjunto hagan 20 minutos me... me da algo de solo pensarlo.

sovits y rvc son completamente distintos. y en mi opinión no sacaas tan buenos resultados con pocos minutos de audio como con horas , claro cuesta mas entrenarlos pero hay de donde agarrar.

estos modelos pequeño tal ez noson tan reales.
pero mi proyecto grande es entrenar la voz de Beatriz pinzon solano, Betty la fea, y crear un dataset de 24 horas, se podrá trabajar con archivos y datassets tan largos?

en sovits si , en rvc supongo que también ya nos dirá el amigo , yo por ejemplo en el clásico estoy entrenando a dross y le puse 5 horas de dataset , con casi 2000 archivos de 10 segundos
y a christina aguilera con una hora , hasta le saqué la rever bien bonito

Si. Datasets de 24 horas claro que se pueden y hasta más, solo que como mencioné en el tutorial hagan sesiones de entrenamiento ya que con el tiempo que da Colab, no va a alcanzar para todo (al menos de manera gratuita) y así.

por sierto que ya probe el collab pro , pero la verdad es que te acabas el entrenamiento con las maquinas potentes en una sola noche , a mi me paso´eso y ya tenia 0 unidades de procesamiento , después me entrenaba hasta 8 horas el collab en 0 de procesamiento y con la ram amplia de la t4, pero ahora ya me entrena normal , las 6 horas y ya no mas. recalco que ubo como 3 días después de tener las unidades en 0 donde entrenaba seciones de 8 oras, y nada mas acababa una cuando recomenzaba la otra