最近在b站刷到很多关于ai孙笑川唱的歌曲，加上最近大火的ai孙燕姿，
这下“冷门歌手”整成热门歌手了

于是写下一篇文章， 如何实现属于的ai歌手。
注意滥用ai，侵犯他人的名誉是要承担法律责任的

下面是一些所需的文件链接：
sovits：github.com/svc-develop-team/so-vits-svc
一鍵包：www.bilibili.com/video/BV1Cc411H74D/
UVR5：www.bilibili.com/video/BV1ga411S7gP/

RX Audio Editor
123盤：www.123pan.com/s/RiyA-LjS03
夸克網盤：pan.quark.cn/s/f9791f6790d3
百度網盤：pan.baidu.com/s/1xUXd9vVHR11sjJ6wCVuwHQ?pwd=hjhj 提取碼: hjhj

Audio Slicer：
Github鏈接：github.com/flutydeer/audio-slicer/blob/main/README.zh-CN.md

整个项目的使用，从深度学习角度来说，可以分为模型推理和模型训练。

• 第一种，我们可以用已有的ai歌手模型直接进行推理，输出
• 第二种，自己训练一个ai歌手模型

对于模型推理，对电脑性能要求不高，但是模型训练，对显卡要求挺高

本项目主要使用的是So-VITS-SVC 4.0这个项目，github地址是：https://github.com/svc-develop-team/so-vits-svc

本地项目实现

1.软件安装

sovits：github.com/svc-develop-team/so-vits-svc

解压后，找到webui.bat（这就是我们ai合成的工具）

2.准备数据集

注意数据集质量比数量更重要，如果要训练一个歌手，最好的方法就是下载他的唱的歌，下载高品质的音乐，除了歌手，还可以考虑采访的，直播的

做过语音处理的应该知道，语音数据需要经过一些处理，这里用UVR5软件提取出音乐的人声

具体实现

打开软件后，把需要提取的视频，拖到select input，文件最好用wav，设置输出路径select Output（随意），其余的参数，可以看下图
然后点击start processing，运行

处理完，还可以用RX Audio Editor（音频切片机）进一步处理，类似于做语音处理的，预加重，去燥，也可以用代码去实现

下载RX Audio Editor后解压，找到slicer-gui双击运行，将刚才处理好的，导入到其中，设置输出路径，输出完，把文件放到sovits目录下的dataset_raw

3.开始训练 （本地训练）

打开webui
点击识别数据集
然后点击数据预处理

往下看输出的信息，当看到100%，证明数据已经加载完毕了

配置自己的训练超参数，信息，然后点击从头开始训练

4.模型推理

回头推理界面，选择G开头的模型。选择配置文件，之后上传要转化的视频

设置音色变调
男转女 设置为5～8，女转男 -5～-8

接着直接点转换

如果音色不太好，可能就是模型训练，迭代次数少了，可以继续上次训练。跟深度学习模型训练原理一样

云端项目实现

跟上面处理数据集一样，把数据集压缩后，上传到云上的sovits项目地址的dataset_raw文件夹下，用命令unzip解压

云端项目实现的流程，在项目文件的reame-v4.ipynb里有详细说明了

按照这个jupyter notebook上面的步骤运行就行了

⚠️

这个github项目最后有一段关于模型使用的说明，以后ai的使用一定也会越来规范，不会滥用

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 【关于认证鉴权一些概念梳理】
记录一些灵感瞬间

关于认证鉴权一些概念梳理 记录一些灵感瞬间 聊聊Session，Cookie和Token三剑客的特性 前后端分离登录中的springsecurity与不分离的异同 三更up关于springSecurity的讲解B站 知乎上关于springSecurity的讲解…