Kebutuhan data bervariasi tergantung model yang Anda pilih:
- DDSP: Sekitar 10-15 menit rekaman monofonik yang bersih. Idealnya disertai transkripsi MIDI (atau mudah ditranskripsikan). Paling cocok untuk timbre satu instrumen.
- RAVE: 2-3 jam audio yang bersih, berkualitas tinggi, dan koheren (satu gaya). Dapat digunakan dengan beragam jenis suara dan mampu menangani timbre yang lebih kompleks.
- AFTER: Biasanya lebih dari 1 jam sampel audio untuk hasil yang baik, idealnya disertai transkripsi MIDI (atau mudah ditranskripsikan). Mendukung konten polifonik.
Pastikan Anda memiliki hak untuk menggunakan audio tersebut sebagai data pelatihan. Anda setuju untuk bertanggung jawab atas kepatuhan hak cipta jika terjadi kerugian.
Untuk praktik terbaik yang lebih rinci, lihat dokumentasi setiap model: RAVE, AFTER, DDSP.