目录
大家好，我是大侠，AI领域的专业博主
前言
在5月份，孙燕姿再次成为了乐坛的顶流，但这一次她火爆的并不是她本人，而是AI孙燕姿。2023乐坛最佳新人奖非她莫属~
AI唱"基尼太美"是什么感觉
大侠看着也手痒啊，于是训练了一个孙燕姿版的篮球战歌
接下来 开始ctrl
AI唱“鸡你太美”
通过音频可以清晰地听出，咯咯的声音已经完全变成了孙燕姿的声音。而令人惊叹的是，这个声音仅经过不到2000次的训练就已经达到了如此高的仿真度。
使用so-vits-svc打造自己专属歌手
大侠使用的是开源项目 <so-vits-svc> 来训练的AI歌手
项目地址 https://github.com/svc-develop-team/so-vits-svc
1.声音素材整理
注意So-VITS-SVC只能识别WAV格式的音频文件。
1.使用UVR来处理音频文件
使用UVR去除背景音、噪音、呼吸声等，只保留纯粹的人声，以保证最佳的语音识别效果。
2.把处理好的音频文件切片
为了避免显卡显存崩溃，建议在使用So-VITS-SVC训练声音素材时，每段音频不要超过30秒。
可以使用<Audio Slicer>来将音频文件切分成合适长度的片段。
在So-VITS-SVC的/dataset_raw目录下创建一个文件夹，并将刚才处理好的音频数据放到里面。
2.训练模型
打开So-VITS-SVC根目录下的【启动webui.bat】文件，启动Web UI界面，并切换到训练Tab选项卡。然后点击“选择数据集”按钮，选择你的数据集文件夹，上方会显示数据集文件夹的名称，这也将成为你训练模型的名称。
然后点击“写入配置文件”准备工作就OK了。
接下来点击下面"从头开始训练"就可以丢到一边训练模型了，是不是很简单
3.让AI唱歌
切换到“推理”选项卡，然后刷新页面选择你训练的模型（以G_开头），然后选择配置文件并加载模型。
在页面下方上传你需要转换的音频文件，然后等待转换完成即可。
如果转换后的声音质量不佳，比如听起来不够清晰，带有电流声等问题，你可以返回到训练界面，点击“继续训练”，直到满意为止。
AI歌手背后的技术
So-VITS-SVC是基于深度神经网络的语音转换模型，它主要使用了以下技术：
-
声码器：使用WaveNet作为声码器，WaveNet是一种基于卷积神经网络的生成式模型，能够生成高质量的音频信号。
-
风格迁移：使用CycleGAN作为风格转换器，CycleGAN是一种基于生成式对抗网络（GAN）的模型，能够将音频的风格转换为目标风格，例如将男性的声音转换为女性的声音。
-
语音识别：使用语音识别模型，例如DeepSpeech，来提取语音特征，以便进行音频转换。
-
深度学习：使用深度学习技术，如循环神经网络（RNN）和卷积神经网络（CNN），来训练模型进行语音转换。
AI歌手会成为主流吗
随着AI歌手的爆火，我们不时会想到AI歌手真的会取代歌手，全面进入AI娱乐时代吗，
我们先来看看AI歌手的优缺点
它的优点很明显：
-
声音非常纯净，几乎听不到换气的声音。
-
拥有无限的歌曲库（AI歌手不需要休息时间，只要有电就能创作）。
-
效率非常高（转换一首歌只需要2分钟，可以在短时间内创作大量的歌曲）。
当然，它的缺点也很明显：
-
情感方面不如人类歌手，AI歌手的声音听起来缺乏感染力。
-
创作性方面也还不够，AI发展还处于初级阶段。
-
道德和安全问题是最致命的问题，AI歌手不仅可以用来唱歌，还可以被不法分子用来模仿人的声音进行诈骗等危险行为，这已经发生了多起事件，涉及金额高达数百万。此外，还涉及到著作权、知识产权等问题。
“AI娱乐”在大侠看来以后肯定会成为主流，但从技术层面和管控方面来看，仍需要进一步提升和加强。我们期待AI娱乐的发展能够更好地保障道德和安全问题，同时也期待这个时代早日到来。
写到最后
AI歌手已经为我们打开了一扇通往音乐世界的新窗口。
未来，还有更多的AI文化创意产业值得我们去探索和期待，例如AI艺术、AI影视等领域。
这些新兴领域不仅将为我们带来全新的艺术体验，也将为创作者和文化产业带来更多的机遇和挑战。
AI是一个充满机遇和挑战的领域，
AI时代已经到来，AI真的会取代我们吗？
你还不主动了解AI？
你还在为跟同事聊AI插不上话吗？
那请关注大侠，带你了解AI行业第一动态。
