是否数据量越多，转换的语音质量越好呢？

[ghost]

1. 如果我有A数据量很多，B数据量较少，通过B转换为A的音色，效果会怎样呢？

2. 关于数据量的关系，您有相关的分析吗？例如ABCD数据量都较多，是否相互转换音质高一点呢？又例如A多B少，A转B和B转A效果各自会怎样？

3. 男声和女声之间的转换效果如何？

4. 怎样的声音转换的效果会好一点？

5. 这个方案做多个说话人转为一个说话人有效果吗？

6. 另外，Donation可以提供支付宝或微信二维码，中国同学更熟悉。

[jackaduma]

关于第一个和第二个问题： 关于论文和我自己实验，都是A，B均15分钟左右，就可以达到比较好的效果。 首先，数据更少，效果大概率会下降；但是数据更多，也不一定能提升的很明显。 其次，A，B的数量不均衡，没做过实验。但是估测，在15分钟的量级上，如果相差特别多，那应该效果会偏向多的那个人。

3 男女之间的转换，我做过实验，效果相对来说，是不如同性之间的效果好。但转换还是很像的，只是人能听出差别。

4. 数据尽量质量高点。如 无背景音，录音质量等。语音方面的数据，特别依赖音质。

5. 这个模型的架构就是 1-to-1， 如果做 多-to-1， 需要拆分成 N 个 1-to-1

6. 已增加，谢谢。

[jackaduma]

1. 如果我有A数据量很多，B数据量较少，通过B转换为A的音色，效果会怎样呢？
2. 关于数据量的关系，您有相关的分析吗？例如ABCD数据量都较多，是否相互转换音质高一点呢？又例如A多B少，A转B和B转A效果各自会怎样？
3. 男声和女声之间的转换效果如何？
4. 怎样的声音转换的效果会好一点？
5. 这个方案做多个说话人转为一个说话人有效果吗？
6. 另外，Donation可以提供支付宝或微信二维码，中国同学更熟悉。

已回答，谢谢