SingVisio: Análisis Visual del Modelo de Difusión para la Conversión de Voz Cantada

En este estudio, presentamos SingVisio, un sistema de análisis visual interactivo que tiene como objetivo explicar el modelo de difusión utilizado en la conversión de voz cantada. SingVisio proporciona una visualización del proceso de generación en los modelos de difusión, mostrando el desruido paso a paso del espectro ruidoso y su transformación en un espectro limpio que captura el timbre deseado del cantante. El sistema también facilita comparaciones lado a lado de diferentes condiciones, como contenido fuente, melodía y timbre objetivo, destacando el impacto de estas condiciones en el proceso de generación de difusiones y las conversiones resultantes. A través de evaluaciones integrales, SingVisio demuestra su efectividad en términos de diseño del sistema, funcionalidad, explicabilidad y facilidad de uso. Ofrece a usuarios de diversos antecedentes valiosas experiencias de aprendizaje y perspectivas sobre el modelo de difusión para la conversión de voz cantada.