Qué significa este flujo de trabajo
Los clones de canto y de habla son modelos distintos
Un clon de habla se entrena para leer texto de forma convincente. Un clon de canto tiene que sostener una nota, moverse entre registros y seguir una melodía que ha interpretado otra persona. Por eso Voxmin pide material de entrenamiento cantado en lugar de una muestra de habla del tamaño de un buzón de voz, y por eso el modelo se aplica a una interpretación de origen y no a texto en bruto. Convierte identidad vocal; no inventa una melodía por ti.
Entiende la diferencia entre generar una canción y convertir una voz
