SO-VITS-SVC 尝试

参考教程。
记录一些要点：

• 数据集预处理

1. UVR5-分离伴奏：Method-Demucs、Stem-Vocals、Model-v3|UVR-Model-1、GPU Conversion √、Vocals Only √
2. UVR5-消除混响和声：Input-vocal、Method-VR、Size-320、Aggression-10、Model-5_HP_Karaoke_UVR、GPU Conversion √、Vocals Only √
3. Renamer-文件批量改名：建议只包含字母、数字、下划线
4. AudioSlicer-音频切分：第2步处理好的纯人声拖入Task List里，Minimum Length改成8000，目标文件夹名称建议为需要训练的音声人物名
5. 上一步的文件夹放入整合so-vits-svc-4.0/dataset_raw/，运行数据预处理，dataset文件夹里为预处理好的数据集，filelists文件夹里为自动划分的训练集、验证集、测试集标注

• 训练

1. 改配置文件：so-vits-svc-4.0/configs/config.json，12G显存RTX3080Ti设置(learning_rate: 0.0002, batch_size: 12)，两者正比；24G显存RTX3090设置(learning_rate: 0.0004, batch_size: 24)
2. 评估结果一组随机抽5个数，越小越好；每训练200个Step，保存一次G/D.pth模型文件
3. 训练.bat

• 推理

1. 推理webui.bat
2. 目标人音声也须分离伴奏、消除混响和声、切片，但切片用AU切即可（保存成wav格式）
3. 转换完后用AU拼接，用PR合成音频伴奏

• 聚类模型/自动f0预测

• 适合我推的歌，且她没唱过

  • 富士山下 - 陈奕迅
    • 用AU变调音频后再合成视频
    • 制作输出格式改成1080P HD
    • 再对齐下音轨，后期有点抢拍
  • 处处吻 - 杨千嬅：单声道音轨不对齐，对拍对应伴奏的强拍
  • 可惜我是水瓶座 - 杨千嬅：转双声道
  • 小幸运 - 田馥甄：转双声道，几处歌词第一个字尖锐爆音，重新转换也不行，标记这些选段使用AU的自动修复选区处理
  • 好きだから。 - ユイカ：转双声道，悄悄话声单独转换

  总结：混音多，消的不干净的歌，转换声线适合只放单声道的；反之，可以放双声道的立体感强。