AI孙燕姿翻唱爆火,多亏这个开源项目!广西老表带头打造,上手指南已出
知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个科技周边开发实战,手把手教大家学习《AI孙燕姿翻唱爆火,多亏这个开源项目!广西老表带头打造,上手指南已出》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!
AI孙燕姿这么快翻唱了这么多首歌,到底是咋实现的?
关键在于一个开源项目。
最近,这波AI翻唱趋势大火,不仅是AI孙燕姿唱的歌越来越多,AI歌手的范围也在扩大,就连制作教程都层出不穷了。
而如果在各大教程中溜达一圈后就会发现,其中的关键秘诀,还是要靠一个名为so-vits-svc的开源项目。
它提供了一种音色替换的办法,项目在今年3月发布。
贡献成员应该大部分都来自国内,其中贡献量最高的还是一位玩明日方舟的广西老表。
如今,项目已经停止更新了,但是星标数量还在蹭蹭上涨,目前已经到了8.4k。
所以它到底实现了哪些技术能引爆这波趋势?
一起来看。
多亏了一个开源项目
这个项目名叫SoftVC VITS Singing Voice Conversion(歌声转换)。
它提供了一种音色转换算法,采用SoftVC内容编码器提取源音频语音特征,然后将矢量直接输入VITS,中间不转换成文本,从而保留了音高和语调。
此外,还将声码器改为NSF HiFiGAN,可以解决声音中断的问题。
具体分为以下几步:
- 预训练模型
- 准备数据集
- 预处理
- 训练
- 推理
其中,预训练模型这步是关键之一,因为项目本身不提供任何音色的音频训练模型,所以如果你想要做一个新的AI歌手出来,需要自己训练模型。
而预训练模型的第一步,是准备干声,也就是无音乐的纯人声。
很多博主使用的工具都是UVR_v5.5.0。
推特博主@歸藏介绍说,在处理前最好把声音格式转成WAV格式,因为So-VITS-SVC 4.0只认这个格式,方便后面处理。
想要效果好一些,需要处理两次背景音,每次的设置不同,能最大限度提高干声质量。
得到处理好的音频后,需要进行一些预处理操作。
比如音频太长容易爆显存,需要对音频切片,推荐5-15秒或者再长一点也OK。
然后要重新采样到44100Hz和单声道,并自动将数据集划分为训练集和验证集,生成配置文件。再生成Hubert和f0。
接下来就能开始训练和推理了。
具体的步骤可以移步GitHub项目页查看(指路文末)。
值得一提的是,这个项目在今年3月上线,目前贡献者有25位。从贡献用户的简介来看,很多应该都来自国内。
据说项目刚上线时也有不少漏洞并且需要编程,但是后面几乎每一天都有人在更新和修补,现在的使用门槛已经降低了不少。
目前项目已经停止更新了,但还是有一些开发者创建了新的分支,比如有人做出了支持实时转换的客户端。
项目贡献量最多的一位开发者是Miuzarte,从简介地址判断应该来自广西。
随着想要上手使用的人越来越多,也有不少博主推出了上手难度更低、更详细的食用指南。
歸藏推荐的方法是使用整合包来推理(使用模型)和训练,还有B站的Jack-Cui展示了Windows下的步骤指南(https://www.bilibili.com/read/cv22375562)。
需要注意的是,模型训练对显卡要求还是比较高的,显存小于6G容易出现各类问题。
Jack-Cui建议使用N卡,他用RTX 2060 S,训练自己的模型大概用了14个小时。
训练数据也同样关键,越多高质量音频,就意味着最后效果可以越好。
还是会担心版权问题
值得一提的是,在so-vits-svc的项目主页上,着重强调了版权问题。
警告:请自行解决数据集的授权问题。因使用未经授权的数据集进行培训而产生的任何问题及其一切后果,由您自行承担责任。存储库及其维护者、svc开发团队,与生成结果无关!
这和AI画画爆火时有点相似。
因为AI生成内容的最初数据取材于人类作品,在版权方面的争论不绝于耳。
而且随着AI作品盛行,已经有版权方出手下架平台上的视频了。
据了解,一首AI合成的《Heart on My Sleeve》在Tik Tok上爆火,它合成了Drake和Weekend演唱的版本。
但随后,Drake和Weekend的唱片公司环球音乐将这个视频从平台上下架了,并在声明里向潜在的仿冒者发问,“是要站在艺术家、粉丝和人类创造性表达的一边,还是站在Deepfake、欺诈和拒付艺术家赔偿的一边?”
此外,歌手Drake对AI合成翻唱歌曲表达了不满。
而另一边,也有人选择拥抱这项技术。
加拿大歌手Grimes表示,她愿意让别人使用自己的声音合成歌曲,但是要给她一半版权费。
GitHub地址:https://github.com/svc-develop-team/so-vits-svc
文中关于AI,翻唱的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《AI孙燕姿翻唱爆火,多亏这个开源项目!广西老表带头打造,上手指南已出》文章吧,也可关注golang学习网公众号了解相关技术文章。
-
- 科技周边 · 人工智能 | 9分钟前 | 微软
- 微软裁员潮升级,Xbox团队大变动
- 452浏览 收藏
-
- 科技周边 · 人工智能 | 14分钟前 |
- 即梦AI如何添加片头片尾?
- 148浏览 收藏
-
- 科技周边 · 人工智能 | 18分钟前 |
- 豆包AI解析HTML数据方法详解
- 420浏览 收藏
-
- 科技周边 · 人工智能 | 18分钟前 | Python 加速
- 豆包AI提升Python效率的3个技巧
- 226浏览 收藏
-
- 科技周边 · 人工智能 | 26分钟前 |
- 豆包AI写Laravel路由,构建RESTfulAPI技巧
- 211浏览 收藏
-
- 科技周边 · 人工智能 | 26分钟前 |
- 拼多多商家必备:DeepSeek话术生成教程
- 214浏览 收藏
-
- 科技周边 · 人工智能 | 28分钟前 |
- MemoAI官方下载教程指南
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 34分钟前 | golang 文心大模型
- Golang接入文心大模型实战教程
- 358浏览 收藏
-
- 科技周边 · 人工智能 | 39分钟前 | C++ 内存泄漏
- 豆包AI内存泄漏检测实战技巧分享
- 321浏览 收藏
-
- 科技周边 · 人工智能 | 48分钟前 | 中兴通讯 air core
- 中兴AIRCore三级智能重构体验与运维解析
- 263浏览 收藏
-
- 科技周边 · 人工智能 | 49分钟前 | Python 列表字典
- 豆包AI列表与字典处理方法详解
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 55分钟前 | 调试指南
- GeminiAPI调试技巧与错误解决方法
- 138浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 茅茅虫AIGC检测
- 茅茅虫AIGC检测,湖南茅茅虫科技有限公司倾力打造,运用NLP技术精准识别AI生成文本,提供论文、专著等学术文本的AIGC检测服务。支持多种格式,生成可视化报告,保障您的学术诚信和内容质量。
- 119次使用
-
- 赛林匹克平台(Challympics)
- 探索赛林匹克平台Challympics,一个聚焦人工智能、算力算法、量子计算等前沿技术的赛事聚合平台。连接产学研用,助力科技创新与产业升级。
- 137次使用
-
- 笔格AIPPT
- SEO 笔格AIPPT是135编辑器推出的AI智能PPT制作平台,依托DeepSeek大模型,实现智能大纲生成、一键PPT生成、AI文字优化、图像生成等功能。免费试用,提升PPT制作效率,适用于商务演示、教育培训等多种场景。
- 138次使用
-
- 稿定PPT
- 告别PPT制作难题!稿定PPT提供海量模板、AI智能生成、在线协作,助您轻松制作专业演示文稿。职场办公、教育学习、企业服务全覆盖,降本增效,释放创意!
- 126次使用
-
- Suno苏诺中文版
- 探索Suno苏诺中文版,一款颠覆传统音乐创作的AI平台。无需专业技能,轻松创作个性化音乐。智能词曲生成、风格迁移、海量音效,释放您的音乐灵感!
- 138次使用
-
- GPT-4王者加冕!读图做题性能炸天,凭自己就能考上斯坦福
- 2023-04-25 501浏览
-
- 单块V100训练模型提速72倍!尤洋团队新成果获AAAI 2023杰出论文奖
- 2023-04-24 501浏览
-
- ChatGPT 真的会接管世界吗?
- 2023-04-13 501浏览
-
- VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
- 2023-04-30 501浏览
-
- 实现实时制造可视性优势有哪些?
- 2023-04-15 501浏览