模型部署

我是用的RVC进行的训练，也可以使用so-vits-svc。

通过百度网盘分享的文件：RVC-beta
链接：https://pan.baidu.com/s/1c99jR2fLChoqUFqf9gLUzg 
提取码：4090 
 

以Nvida显卡为例，分别下载“RVC1006Nvidia”和“0128补丁”压缩包，分别解压后，复制“0128补丁”内容粘贴到“RVC1006Nvidia”文件夹进行替换  之后，直接点击go-web.bat运行即可。

  需要电脑安装好CUDA，安装步骤可以看这个链接：最详细！Windows下的CUDA与cuDNN详细安装教程_cuda安装-CSDN博客

收集素材

从b站下载音视频制作

使用DownKyi

通过百度网盘分享的文件：DownKyi
链接：https://pan.baidu.com/s/1pDGbFYYw6HIRuPB41U5Hgw 
提取码：4090 
 

数据集制作

1.将文件转换为wav类型

2.

将音频文件拖到上图红框内，然后点击模型选择HP3，点击转换；

转换后的结果再次放入上图红框内，点击模型选择onnx_dereverb，点击转换；

也可继续进行别的处理。

训练

1. 输入实验名（自拟），然后选择音频目标采样率（一般为40k），其他保持默认 ，点击“处理数据”即可。（此步骤是将音频剪切成数个短节，“输出信息”栏会提示进程结束）

2.根据自身情况选择音高提取算法（输入歌声可用pm提速,高质量语音但CPU差可用dio提速,harvest质量更好但慢,rmvpe效果最好且微吃CPU/GPU），之后点击“特征提取”（“输出信息”栏会提示进程结束）

3.根据自身显卡性能选择“保存频率”、“总训练轮数”和“每张显卡的batch_size”（显卡不太行的建议设置低一点），其他保持默认，依次点击“训练模型”“训练特征索引”和“一键训练”（“输出信息”栏会提示进程结束）

Ai翻唱之模型推理

1. 切换到“模型推理”界面，在“推理音色”上选择上面步骤一训练好的模型权重文件；

2. 输入待处理音频文件路径，即需要模拟的声音或歌曲文件所在的路径。

3. 输入索引index路径。

4.根据下图说明进行适当调整，即可点击“转换”开始模型推理。

（待处理音频为目标转换音频）