Les besoins en données varient selon le modèle choisi :
- DDSP : environ 10 à 15 minutes d'enregistrements propres et monophoniques. Idéalement avec une transcription MIDI (ou faciles à transcrire). Idéal pour les timbres d'un seul instrument.
- RAVE : 2 à 3 heures d'audio cohérent, propre et de haute qualité (un seul style). Fonctionne avec des types de sons variés et peut gérer des timbres plus complexes.
- AFTER : généralement plus d'une heure d'échantillons audio pour de bons résultats, idéalement avec une transcription MIDI (ou faciles à transcrire). Prend en charge le contenu polyphonique.
Assurez-vous de détenir les droits d'utilisation de l'audio comme données d'entraînement. Vous acceptez d'être responsable de la conformité au droit d'auteur en cas de préjudice.
Pour les bonnes pratiques détaillées, consultez la documentation de chaque modèle : RAVE, AFTER, DDSP.