Redian新闻
>
AI孙燕姿翻唱爆火,多亏这个开源项目!广西老表带头打造,上手指南已出

AI孙燕姿翻唱爆火,多亏这个开源项目!广西老表带头打造,上手指南已出

公众号新闻
明敏 发自 凹非寺
量子位 | 公众号 QbitAI

AI孙燕姿这么快翻唱了这么多首歌,到底是咋实现的?

关键在于一个开源项目

最近,这波AI翻唱趋势大火,不仅是AI孙燕姿唱的歌越来越多,AI歌手的范围也在扩大,就连制作教程都层出不穷了。

而如果在各大教程中溜达一圈后就会发现,其中的关键秘诀,还是要靠一个名为so-vits-svc的开源项目。

它提供了一种音色替换的办法,项目在今年3月发布。

贡献成员应该大部分都来自国内,其中贡献量最高的还是一位玩明日方舟的广西老表。

如今,项目已经停止更新了,但是星标数量还在蹭蹭上涨,目前已经到了8.4k。

所以它到底实现了哪些技术能引爆这波趋势?

一起来看。

多亏了一个开源项目

这个项目名叫SoftVC VITS Singing Voice Conversion(歌声转换)。

它提供了一种音色转换算法,采用SoftVC内容编码器提取源音频语音特征,然后将矢量直接输入VITS,中间不转换成文本,从而保留了音高和语调。

此外,还将声码器改为NSF HiFiGAN,可以解决声音中断的问题。

具体分为以下几步:

  • 预训练模型

  • 准备数据集

  • 预处理

  • 训练

  • 推理

其中,预训练模型这步是关键之一,因为项目本身不提供任何音色的音频训练模型,所以如果你想要做一个新的AI歌手出来,需要自己训练模型。

而预训练模型的第一步,是准备干声,也就是无音乐的纯人声。

很多博主使用的工具都是UVR_v5.5.0

推特博主@歸藏介绍说,在处理前最好把声音格式转成WAV格式,因为So-VITS-SVC 4.0只认这个格式,方便后面处理。

想要效果好一些,需要处理两次背景音,每次的设置不同,能最大限度提高干声质量。

得到处理好的音频后,需要进行一些预处理操作。

比如音频太长容易爆显存,需要对音频切片,推荐5-15秒或者再长一点也OK。

然后要重新采样到44100Hz和单声道,并自动将数据集划分为训练集和验证集,生成配置文件。再生成Hubert和f0。

接下来就能开始训练和推理了。

具体的步骤可以移步GitHub项目页查看(指路文末)

值得一提的是,这个项目在今年3月上线,目前贡献者有25位。从贡献用户的简介来看,很多应该都来自国内。

据说项目刚上线时也有不少漏洞并且需要编程,但是后面几乎每一天都有人在更新和修补,现在的使用门槛已经降低了不少。

目前项目已经停止更新了,但还是有一些开发者创建了新的分支,比如有人做出了支持实时转换的客户端。

项目贡献量最多的一位开发者是Miuzarte,从简介地址判断应该来自广西。

随着想要上手使用的人越来越多,也有不少博主推出了上手难度更低、更详细的食用指南。

歸藏推荐的方法是使用整合包来推理(使用模型)和训练,还有B站的Jack-Cui展示了Windows下的步骤指南(https://www.bilibili.com/read/cv22375562)

需要注意的是,模型训练对显卡要求还是比较高的,显存小于6G容易出现各类问题。

Jack-Cui建议使用N卡,他用RTX 2060 S,训练自己的模型大概用了14个小时

训练数据也同样关键,越多高质量音频,就意味着最后效果可以越好。

还是会担心版权问题

值得一提的是,在so-vits-svc的项目主页上,着重强调了版权问题。

警告:请自行解决数据集的授权问题。因使用未经授权的数据集进行培训而产生的任何问题及其一切后果,由您自行承担责任。存储库及其维护者、svc开发团队,与生成结果无关!

这和AI画画爆火时有点相似。

因为AI生成内容的最初数据取材于人类作品,在版权方面的争论不绝于耳。

而且随着AI作品盛行,已经有版权方出手下架平台上的视频了。

据了解,一首AI合成的《Heart on My Sleeve》在油管和Tik Tok上爆火,它合成了Drake和Weekend演唱的版本。

但随后,Drake和Weekend的唱片公司环球音乐将这个视频从平台上下架了,并在声明里向潜在的仿冒者发问,“是要站在艺术家、粉丝和人类创造性表达的一边,还是站在Deepfake、欺诈和拒付艺术家赔偿的一边?”

此外,歌手Drake也在ins上对AI合成翻唱歌曲表达了不满。

而另一边,也有人选择拥抱这项技术。

加拿大歌手Grimes表示,她愿意让别人使用自己的声音合成歌曲,但是要给她一半版权费。

GitHub地址:
https://github.com/svc-develop-team/so-vits-svc

参考链接:
[1]
https://mp.weixin.qq.com/s/bXD1u6ysYkTEamt-PYI1RA
[2]https://www.vulture.com/article/ai-singers-drake-the-weeknd-voice-clones.html

「人工智能」、「智能汽车」微信社群邀你加入!

欢迎关注人工智能、智能汽车的小伙伴们加入交流群,与AI从业者交流、切磋,不错过最新行业发展&技术进展。

PS. 加好友请务必备注您的姓名-公司-职位噢 ~


点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~ 


微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
拯救华语乐坛,全指望孙燕姿了我每天喝1.5升水不叫事,多亏这个秀气的吨吨桶|开团一夜之间,淄博烧烤输给了广西老表我们让五款AI回应“孙燕姿回应‘AI孙燕姿’”丨5款大模型横评孙燕姿发文回应“AI孙燕姿”:人类无法超越AI“AI孙燕姿”在B站出道,二创视频播放超千万坐拥多个TOP级开源项目,不搞“竞争性开源”,蚂蚁在玩一种很新的开源我們夜裏的靈魂8点1氪:国泰航空歧视乘客空乘被解聘;​孙燕姿更新文章谈“AI孙燕姿”走红;丰田再次呼吁不要过早放弃燃油车今日财经 | 2022年平均工资出炉; AI“孙燕姿”引发热议; 多地密集放宽购房政策; 汪小菲20万股权被冻结「AI 孙燕姿」爆火,对华语乐坛不是坏事盘点四大技术板块,洞察百项人工智能开源项目——InfoQ研究中心带你探秘中国人工智能开源领域孙燕姿回应“AI孙燕姿”;阿里云回应裁员7%;微软CEO宣布:Windows的“AI时刻”来了;中国批准微软收购动视暴雪丨邦早报每天数十首“新作”面世!一夜之间,“AI孙燕姿”火遍全网多亏这套神作,中国才有底气被称为5000年未中断的文明!中国开源项目贡献者已超过10万!《中国开源生态图谱 2023》发布“AI孙燕姿”爆火后,Meta发布通用语音生成AI:可合成6种语言,支持多种语音功能艾客素杜斯AI孙燕姿火了!播放量100万+!但值得警惕的是什么?GPT4通过注册会计师考试/孙燕姿首谈「AI孙燕姿」/微软为Win 11添加ChatGPT插件「AI孙燕姿」全网沸腾!AI翻唱大爆发,整个华语乐坛都「复兴」了|GGView「AI孙燕姿」全网沸腾!AI翻唱大爆发,整个华语乐坛都「复兴」了AI孙燕姿爆火背后:全民制造的歌手,陷入争议的音乐《白内障手术》究竟能卖多少钱【春游欧洲】(2)没见过三宝,岂敢称自己去过荷兰“AI孙燕姿”爆火后,孙燕姿给她写了1封信,全网深思猿辅导主体公司更名;孙燕姿回应AI孙燕姿|首席资讯日报“AI孙燕姿”爆火,本尊给她写了1封信猫咪日常 2023-03-11硬核观察 #1033 安卓开源项目将不是一个完整的开源移动操作系统“AI孙燕姿”侵权了吗盘点7大技术板块,洞察112个开源项目—— InfoQ 研究中心带你探秘中国云原生开源领域超越GPT-4!华人团队爆火InstructBLIP抢跑看图聊天,开源项目横扫多项SOTA发人深省!AI孙燕姿爆火后,孙燕姿本姿直面对话,充满哲思我每天喝1.5升水不叫事,多亏这个秀气的吨吨桶(明10点开团)
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。