10分钟训练属于你的AI变声器

最新推荐文章于 2024-07-01 19:52:38 发布
最新推荐文章于 2024-07-01 19:52:38 发布
阅读量3.4k 收藏 56
点赞数 13
文章标签： 人工智能 深度学习 ai github
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_78652552/article/details/131178050
版权
文章介绍了如何使用一款针对NVIDIA显卡的开源AI变声器，该软件提供一键安装，便于Windows用户使用。用户可以利用提供的网页界面进行模型训练和声音转换，只需少量数据就能得到不错的结果。文章还详细讲述了模型训练步骤和使用方法。
摘要由CSDN通过智能技术生成

今天推荐一款开源AI变声器，安装过程很友好，不用经历各种麻烦的环境问题， 作者提供了windows下的安装包，一键安装启动很方便。

目前好像对显卡有要求，nvidia显卡支持，amd显卡不支持。

功能特点

  • 使用top1检索替换输入源特征为训练集特征来杜绝音色泄漏
  • 即便在相对较差的显卡上也能快速训练
  • 使用少量数据进行训练也能得到较好结果(推荐至少收集10分钟低底噪语音数据)
  • 可以通过模型融合来改变音色(借助ckpt处理选项卡中的ckpt-merge)
  • 简单易用的网页界面
  • 可调用UVR5模型来快速分离人声和伴奏

安装教程

1.安装包下载

直接使用最新版本，点击链接下载即可，安装包3.9G左右

## 安装包下载页面
https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/releases
2.启动

解压后直接运行go-web.bat文件启动webUI

在这里插入图片描述

运行成功后会出现访问地址，直接访问即可。
在这里插入图片描述

<

最低0.47元/天 解锁文章
河指令
关注
  • 13
    点赞
  • 踩
  • 56
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
做自媒体的有福了！推荐几款AI变声软件
07-08 324
大家好，我是小书童，今天给大家介绍几款好用的 AI 变声软件工具，有专业商业版，也有开源免费版。变声软件是一种能够改变用户声音的软件工具，它们通常提供多种变声效果和声音调整选项，使用户能够在不同场合下使用不同的声音，相信对于做自媒体的朋友会非常有用。MorphVOX Pro这是一款功能比较齐全的变声软件，支持男声变女声、女声变男声等多种变声效果。使用上没有什么问题，相对比其他变声器，它的延迟效果比...
15｜AI变声：音频AI技术的集大成者
qq_37756660的博客
03-19 7186
15｜AI变声：音频AI技术的集大成者 AI 技术在音频领域发展十分迅速。除了之前介绍的降噪、回声消除以及丢包补偿等方向可以用 AI 模型来提升音质听感之外，AI 模型还有很多有趣的应用。其中比较常见的有 ASR（Automatic Speech Recognition）可以理解为语音转文字，TTS（Text To Speech）文字转语音和 VPR（Voice Print Recognition）声纹识别等。 在之前说的音效算法的时候了解到，要做到变声需要改变整个语音信号的基频，还需要改变语音的音色。
AI语音变声器（RVC）小白学习记录
最新发布
qq_67116937的博客
07-01 2342
一个ai小白学习ai变声器的过程，希望能帮助到大家快速从0学习RVC语音变声器
【Demo】 AI魔法声音——一个结合AI的变声器.zip
06-24
【Demo】 AI魔法声音——一个结合AI的变声器 AiSound AiSound AI魔法声音 是一个结合AI的变声器，基于fmod实现，使用fmod来处理音频的变声效果， 支持试听和保存音效文件 核心库 库名 版本 下载地址 fmod 1.10.15 https://fmod.com/download 点击下载
手摸手教学，如何训练一个你的专属AI歌姬~
Gefangenes的博客
05-27 1384
learning_rate和batch_size这两个参数可以理解为训练速度和训练质量，因为我们用的V100 32G显卡，这块直接固定死数值就可以，keep_ckpts是保存多少个模型，因为声音模型训练是不会自动停止的，每几千步就会给你保存一个模型，所以我们可以让他自动保存最新的10个模型让我们来选一个最好的。把所有的音频文件都进行人声分离后，接下来就要对音频进行切片处理了，因为人声素材文件的大小过大会影响模型训练的速度，所以我们还需要对其切片，将它变成一个比较小的人声切片文件。
我把我的声音训练成了AI模型，并让它唱了一首歌...（附超全面教程，你奶奶看了都会用）
WANGJUNAIJIAO的博客
05-22 3005
天生五音不全，对于所有需要唱歌的场合我都是抗拒的，因为只有一片笑声。 我一直有一个梦想，就是用我的声音，唱一首不跑调的歌。 得益于AI的井喷式发展，我的愿望实现了。 我把我的声音，训练成了模型，并让它唱了一首我非常喜欢的《富士山下》。
AI 语音 - 人物音色训练
weixin_36532747的博客
07-04 2138
太多坑了，一不小心就会栽进去的，这东西没办法高谈阔论的，必须事必躬亲，不过一般完整走一遍流程基本就掌握了，我现在还没有那么想熟悉代码，gpu 碎片回收机制，代码优化还有很多可以做的，不过这次倒不急，及也急不来的。对于学习人工智能的小朋友们，虽说研究生阶段一般实验室会配备算力设备并且可以报销，但是自己的电脑性能最好还是要跟上才可以的，AI 真的不是穷人的游戏，配置在2万左右的游戏本也不过是入门级别的配置，不过该花的钱还是要花的，不然设备差一个级别，那么你可能落后别人一年甚至数年。
AI克隆语音（基于GPT-SoVITS）
weixin_43735634的博客
04-14 1743
使用GPT-SoVITS训练声音模型，实现文本转语音功能。可以模拟出语气，语速。如果数据质量足够高，可以达到非常相似的结果。相比于So-VITS-SVC需要的显卡配置更低，数据集更小（我的笔记本NVIDIA GeForce RTX 4050 Laptop GPU跑起来毫无压力。
语音变声训练集.zip
04-10
2. 分类与识别：数据集中的语音样本可以用于训练分类器，比如支持向量机(SVM)或神经网络，以识别不同类型的语音或者判断变声效果的好坏。 3. 模型训练：通过深度学习模型，如卷积神经网络(CNN)、长短时记忆网络...
基于VITS的简单易用的语音转换（变声器）框架.zip
07-17
**基于VITS的简单易用的语音转换（变声器）框架** 在当前的IT行业中，深度学习技术已经深入到各个领域，其中自然语言处理和语音识别是其重要的应用之一。本项目聚焦于一个特殊的领域——语音转换，即变声器技术。...
基于重采样,相位声码器及BP神经网络基音分类的变声器,数学,UI及信号处理算法基于PainterEngine开发.zip
03-29
该毕业设计或课程设计项目是基于人工智能和深度学习技术，主要关注声音变换，特别是通过重采样、相位声码器以及BP神经网络实现基音分类的变声器。项目利用了PainterEngine这一开发平台，涉及到数学、用户界面（UI）...
基于机器学习的语音信号变声变调系统，matlab实现，内包含源码以及数据集
05-28
4. **变声变调**：一旦模型训练完成，就可以将新的语音信号输入模型，通过调整模型参数来改变音高、语速，从而实现变声变调。 5. **后处理**：将变声变调后的特征反向转换回语音信号，可能需要进行重采样、归一化等...
【AI实时变声器，声音甜甜的小姐姐背后竟是抠脚大汉】
天风的人工智能博客
06-07 3150
这是一款基于AI算法的实时变声器，如果你不懂AI也没事，直接使用我提供的一键安装包
推荐开源项目：pyvoicechanger——实时语音变声神器
gitblog_00100的博客
05-25 1071
推荐开源项目：pyvoicechanger——实时语音变声神器 项目地址:https://gitcode.com/juancarlospaco/pyvoicechanger 项目介绍 pyvoicechanger 是一个令人惊叹的开源应用，它允许你在实时中改变你的声音，无论是玩游戏还是参与视频会议，都能带给你全新的体验。这款应用基于 Python 和 PyQt5 框架开发，并且依赖于 Unix 系...
AI语音变声器学习记录：RVC和SVC
lmttlw的博客
08-21 1万+
玩了两个多月的AI语音，还是挺有意思的，收获颇多，不禁让人感叹AI已经进化到如此境界了，之前还有AI实时换脸的，两者配合起来使用简直让人不敢想象，这世上还有什么是真的。总之就是做一个学习记录，从下载到训练到推理到使用推理出来的音频做视频之内的，还有一些音频干声处理心得以及部分bug的解决方式。训练要求：N卡显存最好是6G往上（最新版的RVC似乎支持A卡，有需求的可以自己试试）
【GitHub项目推荐--TTS】【转载】
j8267643的博客
01-30 1305
跨语言支持：可以用与训练数据集不同的语言进行推理，目前支持英语、日语和中文。集成了一些工具，包括声音伴奏分离、自动训练集分割、中文 ASR 和文本标签，帮助初学者创建训练数据集和 GPT/SoVITS 模型。GPT-SoVITS 是一个开源黑科技，只需要 1 分钟的语音就能实现声音克隆、文本到语音转换。少量样本就可以训练出一个优秀的 TTS 模型。少样本 TTS：只需 1 分钟的训练数据，就可以微调模型，以提高语音相似度和真实感。零样本 TTS：输入 5 秒的声音样本，即可体验即时的文本到语音转换。
AI换声，只需5秒音源，这个网络就能实时“克隆”你的声音
热门推荐
sinat_28371057的博客
11-16 3万+
本文中，Google 团队提出了一种文本语音合成（text to speech）神经系统，能通过少量样本学习到多个不同说话者（speaker）的语音特征，并合成他们的讲话音频。此外，对于训练时网络没有接触过的说话者，也能在不重新训练的情况下，仅通过未知说话者数秒的音频来合成其讲话音频，即网络具有零样本学习能力。 目前，已经有人将该论文实现并在 GitHub 上发布了开源项目，目前该项目标星超 9.5k，fork 数是 1.5k。 AI换声 GitHub代码： https://github.com/C.
GPT-SoVits：刚上线就获得了5.1k star的开源声音克隆项目！效果炸裂的跨语言音色克隆模型！
z_ipython的博客
01-27 4793
GPT-SoVITS是一款强大的支持少量语音转换、文本到语音的音色克隆模型。支持中文、英文、日文的语音推理。据开发者及各大博主测验，仅需提供 5 秒语音样本即可体验达到 80%~95% 像的声音克隆。若提供 1 分钟语音样本可以逼近真人的效果，且训练出高质量的 TTS 模型！项目地址：https://github.com/RVC-Boss/GPT-SoVITS目前已获得5.1k Star，看到很多人对其评价为目前最强中文语音克隆工具。GPT-SoVITS。
matlab 变声器
09-07
对于变声器的实现，你可以使用 Matlab 中的音频处理库来进行操作。下面是一个简单的示例代码，可以将输入音频文件的音调提高一个八度： ```matlab % 读取输入音频文件 [input, fs] = audioread('input.wav'); % 提高音调一个八度 pitchShift = 12; % 提高一个八度为12个半音 shifted = pitch(input, pitchShift); % 播放变声后的音频 soundsc(shifted, fs); % 保存变声后的音频文件 audiowrite('output.wav', shifted, fs); ``` 在上述代码中，`input.wav` 是输入的音频文件，`output.wav` 是变声后的音频文件。`pitch` 函数用于改变音频的音调，其中 `pitchShift` 参数表示要提高或降低的半音数量。你可以根据需要修改代码来实现其他变声效果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值