自分専用の歌唱合成エディター&トレーナーをClaude Codeで開発。数十秒の歌唱データだけで歌ってくれるゼロショットボーカルシンセ「SoulX-Singer」の現在地(CloseBox) | テクノエッジ TechnoEdge
この記事で分かること
Claude Codeを使って歌唱合成エディターを開発し、数十秒の歌唱データだけでゼロショットボーカルシンセを実現する手法がわかる。SoulX-Singerの現在地と少データ学習の実用性が具体的に示されている。
詳細要約
筆者は妻の歌声を再現するため、自前の歌唱合成システムを開発。現在の安定した手順は、自分で仮歌を歌うかSunoで生成した歌唱音声を、妻の声で学習させたRVCモデルに通して声質を変換する方式。最初は3曲のボーカルデータからUTAU-Synthで素片切り出し・再構成し、その歌声も含めてAI学習させていたが、RVCベースに移行したことで工程が簡略化されている。