AI孫燕姿怎么做的 AI孫燕姿教程

最近b站上的AI孫燕姿很火，那你知道如何用孫燕姿的聲音來制作一首歌嗎?想要得到最終的成品，需要通過模型的使用和模型的訓練，對電腦配置有一定要求。建議可以先使用別人訓練好的模型，這樣能降低一些門檻，會更簡單一些。

AI孫燕姿教程

1、原始聲音的處理

要使用模型進行推理的話首先需要一段已經演唱好的聲音墊進去，然后使用模型把原來的音色換成你模型訓練好的音色(類似AI畫圖的img2img墊圖)。所以我們先對墊進去的聲音進行處理，去掉原始音樂里面的混響和樂器聲音，只留下人物的干聲這樣效果會好一些。

我們會使用UVR_v5.5.0這個軟件來處理聲音通過兩段處理保留人物的干聲。

首先是安裝，直接雙擊UVR_v5.5.0_setup.exe一直下一步就行，安裝完成后我們需要給UVR增加一個模型解壓UVR5模型文件將里面的兩個文件夾粘貼到安裝目錄下的Ultimate Vocal Remover\models就行。

在處理之前你需要把你聲音的格式轉換成WAV格式，因為So-VITS-SVC 4.0只認WAV格式的音頻文件，現在處理了后面會省事點。

處理完音頻文件后我們就要開始利用UVR去掉背景音了，一共需要過兩次，每次的設置都是不同的，這樣能最大限度的保證不需要的聲音能被去除干凈。

在Select Input選擇你需要處理的音頻文件，處理完成后你可以在Output的文件夾下面找到處理完成的文件，后綴有(Vocals)就是人聲，后綴為(Instrumental)就是伴奏，伴奏先不要刪，我們后面合成的時候還需要。

2、推理過程

接下來我們就要運行整合包的Web UI來推理聲音了，如果你用的其他人的模型的話你需要先把模型文件放進整合包對應的文件夾下面：

首先是GAN模型和Kmeans模型就是模型文件夾下面后綴為pth和pt的兩個文件放到整合包的\logs\44k文件夾下。

之后是配置文件，就是你下載下來的模型文件里那個叫config.json的json文件，放到整合包的\configs文件夾下面。

接下來我們就可以運行整合包的Web UI了，打開整合包根目錄下的【啟動webui.bat】這個文件他會自動運行并打開Web UI的網頁，經常玩Stable Diffusion的朋友肯定對這個操作不陌生。 下面就是Web UI的界面我們使用模型的時候主要用的是推理這個功能。

之后就是選擇我們的模型，如果你剛才已經把模型放到合適的位置的話你現在應該能在下圖的兩個位置選擇到你的模型和配置文件，如果有報錯會在輸出信息的位置顯示。

選擇完模型之后我們需要點擊加載模型，等待一段時間Loading之后模型會加載完成。Output Message這里會輸出加載的結果。

3、音軌合并

之后就是上傳我們處理好的需要墊的音頻文件了，把文件拖動到紅框位置就行。

接下來是兩個比較重要的選項怕【聚類f0】會讓輸出效果更好，但是如果你的文件是歌聲的話不要勾選這個選項，不然會瘋狂跑調。【F0均值濾波】主要解決啞音問題，如果你輸出的內容有比較明顯的啞音的話可以勾選嘗試一下，這個選項歌聲可以使用。

除了這兩個選項之外的其他選項不建議動。除非你理解它是什么意思。

設置好之后我們點擊【音頻轉換】按鈕之后經過一段時間的運算，就可以生成對應的音樂了。

我們現在生成的是一段只有人聲的干聲，這時候我們剛才剝離出來的伴奏就有用了，把兩段音頻合成就行，我用的剪映，直接把兩段音軌拖進去導出就行，也可以加張圖片變成視頻。（歸藏）

項目地址

github地址是：https://github.com/svc-develop-team/so-vits-svc