すみません、自己解決しました。 歌声の変換と話し声の変換では設計が違ってるんですね。 話し声用の高品質なリアルタイムボイチェンを待つことにします。(すでにもうあるのかもしれませんが、あったら両声類の特訓してる人が激減するはずですよね。。)
Xの元投稿を開く