COMOSVC es una técnica de conversión de tono de canto basada en un modelo de consistencia que permite lograr una conversión de alta calidad y una velocidad de muestreo rápida. Esta tecnología diseña primero un modelo maestro basado en difusión para la tarea de conversión de tono de canto, y luego, mediante la propiedad de autoconsistencia, realiza una destilación del conocimiento para lograr un muestreo de un solo paso. En comparación con los sistemas de conversión de tono de canto basados en difusión más avanzados, COMOSVC mantiene un rendimiento de conversión comparable o incluso superior, al tiempo que logra una velocidad de inferencia significativamente más rápida.