粉丝7.1万获赞56.3万

等你看完这条视频之后,一定会颠覆你的认知,你能想到这是一条用 ai 生成的语音吗?不知道大家有没有想过这样一个问题啊,如果沿着地轴中心挖一条贯穿南北极的通道啊,就是把地球挖穿,然后从一个洞口跳下去, 那么这个人可以从另外一个洞口出来了。没错,这的确就是用 ai 生成的,准确点说,他应该叫语音克隆, 可以把任何你熟知的声音作为样本,通过简单的训练生成一个声音模型。在你需要使用的时候,随意输入文字,就可以生成一条几乎接近真人并且可以带有情绪的语音。那现在就来带你了解这个神奇的工具, gpt sovics。 在开始之前,你需要先做一件事,准备一条一分钟左右干净的声音样本,最好是吐字清晰且没有杂音和背景音乐。如果你的声音样本带有背景音乐怎么办呢? 就要讲到 gpt sovic 的第一个功能,伴奏分离解压整合包后运行里面的 go weibui 脚本文件,稍等片刻就会弹出 sovits 的 weibui 界面。我们要做的第一步就是勾选这里开启 uv 二五, 他会以一个新页面的形式打开 uv 二五的操作页面。在这里我提前准备了一条郭老师的单口相声片段作为样本,那是他头号的军师 大谋士,然后复制文件路径并粘贴在这里。模型我选择 hp 五文件格式选 v, 点一下转换,很快他就会把你声音里的人声和伴奏进行分离。在根幕录下的 output 文件夹里打开这个文件夹,里面可以看到两个音频文件,这个是伴奏, 而这个就是干净的人生。提董卓必须得说理入, 那是他头号的军师,伴奏没什么用,我们可以给他删掉,然后复制这个文件加路径,返回到工具里,关掉这个页面,并取消这边的勾选来释放内存。接着把刚刚复制的路径粘贴在这里, 点一下,开启语音切歌,切歌完成后,在 slicer 下划线 up 文件夹里就可以看到切割后的音频文件,我们再复制这个文件夹的路径, 粘贴在批量 asr 输入路径中,点开启离线批量 asr, 这个过程也很快,等几秒钟后这边显示完成,我们就可以在 asr 下划线 out 文件夹,看到里面有一个打标数据文件,在这个文件上鼠标右键复制文件地址,然后把地址粘贴在标注文件路径里 里面删掉路径里的双引号,勾选这里开启打标 webui 弹出这个页面后,就可以根据每一个语音片段核对有没有错别字或者断句错误的地方,如果你的语音片段较多,点 next index 翻看下一页,确认无误后,点 submate text 提交修改后的标注内容, 然后关掉这个页面,并取消这边的勾选。接着进入 pts 标签页,这里我们给模型命一个名,并在这里粘贴标注文件的路径,我们可以返回到这个页面,把这边的路径复制过来,粘贴在这里就行。 这里输入切割后的音频文件加路径,同样也可以回到这边,把这个路径复制下来,粘贴在这里,拉到下面,点开启一键三连,等几秒钟,这边显示完成后,进入微调训练标签,这边的参数基本上不需要怎么去调整,直接点开启搜 vits 训练,在后 台能看到进度说明训练在正常进行,直到这边提示训练完成后,就可以开始最后一步, g p t 训练,训练总轮数可以根据你的显卡来调整,轮数越高,训练时长就会越长。然后点开启 g p t 训练,第一次训练会比较久,后面只要你的显卡不会特别差, 正常这个过程可以在一两分钟内完成。完成后进入推理标签,刷新一下模型,这里就可以看到我们刚刚训练好的模型了,通常我们会选择使用参数最大的那个模型,然后勾选开启 tts 推理 y b y, 然后就可以进入最关键的一步, 语音合成。在切割的语音片段里选一段语音,拖入到这里,这里输入这段语音的文字内容,在这里输入需要合成语音的文本。需要注意的是,如果你的文字比较多,需要先在这里对文本进行切分,切分后再 复制到这里点合成语音,这里的合成跟 sd 一样,生成的结果就跟抽盲盒一样,每次都会有不同的效果,选一个满意的效果保存就可以了。火焰山,由于山上一片火海。