AI孙燕姿翻唱晴天教程 Sovits初识

0xSoul

一、简介

So-vits-svc（也称Sovits）是由是中国民间歌声合成爱好者Rcell基于VITS、soft-vc、VISinger2等一系列项目开发的一款开源免费AI语音转换软件，现由svc-develop-team接手进行后续维护，也是目前AI换声用的项目。 项目git地址：https://github.com/svc-develop-team/so-vits-svc ，动手能力强的推荐使用git拉取源码使用，这样原作者更新也可以同步，网上的整合包都多多少少有些调整，更新也不方便。 该项目常用的分支有三个：

• 4.0：网上很多教程是基于此分支，也是主分支；
• 4.0-Vec768-Layer12：特征输入更换为 Content Vec 的第12层Transformer输出，更新浅层扩散，可以使用浅层扩散模型提升音质，也是该项目推荐分支；
• 4.0-v2：采用了VISinger2模型，与4.0分支模型不通用，其他和4.0完全一致。

二、前置准备

1. Anaconda，python多环境治理神器；
2. Pycharm，python编辑器；
3. UVR5 (Ultimate Vocal Remover GUI v5.5.0)，伴奏与人声分离工具；
4. FFmpeg，多媒体处理软件；
5. Git，分布式版本控制系统。

三、教程

1. 使用git克隆项目到本地，git地址：https://github.com/svc-develop-team/so-vits-svc ；

2. 使用Anaconda创建python3.8环境：

   conda activate so-vits-svc

3. 用Anaconda进入项目根目录，安装依赖，我用的是windows系统：

   pip install -r requirements_win.txt
   

4. 依赖安装成功后进入webUI界面：

python webUI.py

5.下载模型，大家可以去网上搜AI孙燕姿模型，下载好之后，在webUI界面选择模型，需要注意的是，4.0-Vec768-Layer12分支需要在config.json添加如下代码以兼容4.0模型，如下；

"model": {
    .........
    "ssl_dim": 768,
    "n_speakers": 200,
    "speech_encoder":"vec256l9"
  }

然后按照1-4的步骤依次选择对应文件，出现步骤5的内容说明模型加载成功：

<pre class="line-numbers"><br class="Apple-interchange-newline"/></pre>

6、准备一段.wav音乐，这里用的晴天，然后打开UVR5对其进行伴奏与人声分离：

8. 分离之后可以在目录看到 Vocals（人声） 和 Instrument（伴奏） 音频文件，如果混响过重可以在进行一次分离：
9. 回到webUI界面，选择我们最后分离出来的人声，进行音频转换即可：
10. 此时可以试听下AI孙燕姿清唱的晴天，我们进行最后一步，将清唱的和上面分离的伴奏进行合并，这里用的FFmpeg命令，我重命名了以下，省的名字太长，如下：

ffmpeg -i 01.wav -i 02.wav -filter_complex amix=inputs=2:duration=longest output.wav

11. 到此我们就得到一首AI孙燕姿唱的晴天。