训练ai声音模型用什么显卡
简直太香了！现在只需要录制二十句话就可以在线训练声音模型，支持中英文，并且完全免费。这个工具就是 model scop。 打开后进入创空间，在全部下搜索声音定制， 选择个人声音定制。进入后点击红色按钮录制声音，依次把这二十句话朗读录制一遍。录制完成，点击开始训练。模型。训练需要等待五到十分钟，显示训练完成后，回到顶部 选择模型体验。以时间为编号的就是我们刚训练的模型。选择好模型，在上面输入需要朗读的内容，点击合成，这样就完成了。点击这里可以下载声音。另外在创空间里还有许多的 ai 模型，大家可以尽情体验。
粉丝3.0万获赞16.6万
相关视频
01:02查看AI文稿AI文稿ai 训练深度学习什么方向？选什么级别的显卡？今天我们来说一说相关专业学生。从业者从一块 it 叉四零七零开始进一步学习。建议卖掉 it 叉四零七零，并购买多路 it 叉四零九零。 自然语言处理研究人员如果不从事机器翻译、语言建模或任何类型的预训练工作，那么二 tx 四零八零就足够了，而且颇具性价比。计算机视觉预训练和机器翻译研究人员 建议四路 r t 叉四零九零涡轮显卡注意配备相应的大功率电源及散热设备用于模型病情训练。少于一百二十八个 g p u 的 g p u 集群建议八路 r t 叉四零八零和八路 r t 叉四零九零用于模型病情训练。高于一百二 十八个 gpu 的 gpu 集群，八路 a 一百是最好的选择。深度学习 ai 训练电脑怎么选？关注霞姐，持续给你分享！
163咨钛服务器硬件
07:20查看AI文稿AI文稿哈喽，大家好，现在这一段声音是大家平时听到我原本的声音，这一段声音呢，是我用朋友的声音炼制的声音模型，接下来这一段呢，是我家楼下大爷的音色，接下来这一段呢，是我用自己的声音推理出来的歌曲。 没错，今天我们来分享一个关于训练声音模型的技术。其实训练声音的模型很早就已经接触了，但是一直没有准备做教程来分享，因为呃声音的训练和推理就像是这个二维码一样，都是比较敏感，容易在很多诈骗的场景被使用我所以我基本一直是自己来自娱 自乐一下。但是呢，前几天做了一件事，让我感觉这项技术其实可以拿来做很多非常有意义的事，比如说把家里人的声音训练成声音模型，或者是把照片训练成 sd 的模型。在一些非常遗憾，人力不可抗拒的情况下，这样的赛博飞升其实真的是非常有意义的。所以今天准备跟大家分享这个呃 有趣的技术吧。我们接下来进入正题，开始训练之前呢，首先要跟大家讲一下，这个软件其实还是利用 gpu 来训练的，所以对显卡有一定的要求，经过我的测试，应该是二零系的显卡基本都没问题了。 当然我们的显存尽量要大一点，最低最低最低应该是要六 g 甚至六 g， 我估计可能是训练不了模型，但是你可以用已有的模型来推理，保险一点的配置应该是八 g 的显存。首先呢，我们需要下载这个软件，软件的名字叫做 rvc， 这也是一个大佬基于这个技术原理来集成的一个这种 ui 界面，类似于 s d 的 y， 大家如果想去了解更多的这个使用知识，可以去 b 站去关注一下这位大佬，这个软件呢我也放在了链接当中，大家可以自行去下载， 下载完之后呢，我们把它解压出来，解压了之后我们打开下面这个 r v c， 在里面呢，我们找到有一个勾 v 点 b a t， 我们双击打开这个，这样的话我们就到了 ui 界面，这个 ui 界面里面呢，我们其实只要用 其中的两个功能。首先第一部分先教大家如何来训练我们的声音模型。首先需要准备素材，这个素材集呢，根据我的经验，我们需要准备至少 十到十五分钟的纯人生的素材，这个声音的质量是越高越好，而且不要有杂音，不要有混响。如果你没有专业的录制设备，其实我们现在的手机录音在一个安静的环境下就可以做得到。然后素材量呢，理论上是越多越好，但是一定是要在保证质量的前提下，呃，然后素材要注意的第二个点就是，如果我们训练出来的模型是想让他更多的用语说 话，那这个时候我们尽量就录制正常来说话沟通的这个声音。如果我们是想用来推理歌曲，想用来唱歌，那我们尽量素材就是我自己清唱的声音，不用担心唱的不好或者跑调，因为他最终训练的是我们的音色，但是尽量的要覆盖到高中低音，如果你的唱歌的声音里面全部都是低音， 或者你用纯说话的声音推理歌曲，他就会产生一些这种电子音或者是一些哑音的情况。当我们准备好了这个素材之后，接下来我们进入到这个 web ui 的训练界面里面。首先第一个部分，我们要给这个训练的模型起一个名字，然后呢这里的目标采样率我建议大家就保持默认，然后呢模型是否带有高音指导， 我们也是让他默认保持打开的状态。然后接下来版本，这里啊建议大家都是选择 v 一，因为 v 二目前不是特别稳定。然后最后这里呢就是除了在使用 gpu 处理的情况下， cpu 也可以辅助我们完成这个数据的处理，这个地方我们尽量给他拉满了，相对处理的会更快一些。第二步 这里我们要选择训练的文件夹路径，也就是说我们要把准备训练的声音素材，这个素材可以是一整段的，也可以是多段的，我们把它放到一个文件夹，然后呢复制这个文件夹的路径，然后粘贴到这里。然后第二步的其他所有的部分全部都是保持默认。接下来呢直接进入到第三个步骤，来填写一下他的训练设置。 首先我们先看一下总轮数吧，根据我的测试状态，如果你是有十五到三十分钟的素材，那么我建议这里的训练轮数是二百轮或者到三百轮，总轮数是二百轮。如果我们是五轮保存一次的话，那最后就会得到四十个模型， 其实没有必要的，所以这里建议我们改成每二十轮保存一次，这样最终我们就会得到十个模型来从中挑选。然后呢这里相当于一个并行处理的数量，这个越高的话处理的就会越快，但是越迟，我们的显存这里的话，它会自动根据我们的显卡来确定，我们保持默认就好。然后这里呢是说我们是否保存最新的一节是一般空间，也就说无论你这里填了多少， 如果你把这个勾选的话，他最后只给你保存最新的这个模型，我们当然是要选择否了，这个部分我们也可以给他选择否，然后最后这里是否在每次保存的时间点将最终小模型保存至这个文件夹。我们这里要选择是因为最终训练完的模型，我们要在这里找到他，接下来其他地方全部保持默认，然后我们点击 一键训练，这个时候我们就看到后台这里已经在处理，包括前台他正在处理数据，这里我们需要耐心做一个等待，做演示，我这里就不训练完了。训练结束之后，我们会看到一个英文单词 successful 的字样，就代表成功了，然后最后在结尾的时候，他会有一个二三三三三三这样结尾。当他整体训练完了之后，我们进入到这个 rvc 的这个根目录下面，然后我们在这个为此这个文件夹当中就可以找到我们训练完的，比如说这个是之前我训练过的，他就会显示，呃每一轮保留的一个模型，这些就都是我们训练好的模型。训练完之后，再当我们打开模型推理的时候，我们在下拉菜单 中就可以找到刚才训练的模型，到这一步我们的训练就结束了，那如果我们正常自己使用，其实在下拉菜单中找到进行下一步的推理就可以了。那如果我们想把训练好的音色分享给别人来使用，在 哪里找的？首先第一个我们需要把这个位词当中这个模型给他复制出来。然后第二个我们还要在这个 logs 里面找到我们刚才训练的这个音色，在这里面呢我们会看到非常多的文件，我们要找到其中的两个，一个是以 n p y 结尾的这个文件，另外一个就是上方的这个音 desk 结尾的这个文件，这三个文件组成了我们完整的模型文件。那第二步我们如何来进行声音的推理呢？首先我们需要把模型放到我们文件夹当中的位置里面， 然后在推理音色这里我们就可以找到刚才放进去的模型。我给大家展示一下，如果我们用这一首歌来做推理的话，首先第一个我们一般下载的歌曲都是带伴奏的，这个时候呢我们就要把伴奏跟人声 进行一个分离，这里呢推荐一个简单的工具，这个软件呢我也会把它放到链接中，他的使用其实非常简单，打开之后呢，我们直接选择他的输出路径，确认输出路径之后呢，我们就把这个想要分离的这个音乐给他 进来，处理完之后，在这个输出目录他就会生成一个文件夹，这个文件夹当中呢 ocas 就是我们的人声，然后上面一长串就是分离出来的伴奏，我们所需要用到的是这个人声，然后这个变调这个部分， 如果我们是男生转男声，或者女生转女生，音调是差不多高的，我们就默认保持为零。那如果原音是男生转为女生模型的音色，相当于他做了一个声调，那这里呢，我们就要填写十二。然后呢，如果是原音是女生，我们要转成男生的音色，那又给他填写负十二。我们这里呢，因为这个原音 是一个男生，我的这个声音也是男生，所以就不用给他做变调。然后这个地方的路径呢，就是我们之前保存那个 indesk， 如果这个模型是别人复制给你的，那我们 就是要把它放到 logs 里面，我们给它新建一个文件夹，然后把这个 indesk 给它放进来。如果是我们自己练的就不需要了，它自动已经就在这里了。然后其他的地方我们都不用去管它，直接点击转换， ok， 这样的话最终在剪辑软件里面把伴奏跟人声合在一起就完成了，学会的话就赶紧去尝试一下吧。
1.5万大桶子AI
05:16查看AI文稿AI文稿今天来讲一下 rvc 训练声音模型，让你喜欢的动漫游戏角色为你唱歌。首先是下载 rvc 有两种方式，第一种就是下载整合包，下载解压就可以用。第二种是部署到本地，稍微麻烦一点点体验的话就直接下载这个整合包就行， 下载并解压，然后打开后找到这个 go web bet， 双击就会自动进入 y b y 了， 就是这个界面。接下来就是收集训练级了，推荐十至五十分钟的语音，保证音质高底噪低，高水平的训练级，精简加音色有特色，五分钟至十分钟也是 ok 的。这里我拿可力这个角色为例，我只 直接在 b 站找 up 主上传的角色语音。把整理好的声音文件放在一个文件夹里，存放的目录，第一个文件夹要是英文的，不带空格等特殊符号，要不然会读取不到，准备好就可以训练了。 来到这个界面，至少有两个地方要修改，第一个是输入训练文件夹路径，第二个是输入实验名，把训练级的路径复制到这里， 然后把实验名改一下。 目标采样率就是变声完成后导出的音频文件的采样率一般选择四零 k 就好。版本这里就可以选择 v 二了， 是否带音高指导，如果训练后需要唱歌，一定要选择 true， 语音可以不要。这里可以处理下数据，看是否符合训练标准。如果提示找不到路径什么的，就改一下路径，名字都改成英文没问题的话进行下一步。 显卡这里会自动识别能用的显卡，支持主流 n 卡，旧的 n 卡、 a 卡和显用不了特征提取点不点都行。 第三步，这里是训练设置，如果训练及音质差，底噪大， 二十到三十足够了。调整太高底木音质无法带高你的低音质。训练级，如果训练级音质高，底噪低，时长多，可以调高二百也是 ok 的。 bachezass， 看你的显卡了， 四 g 以下显存，例如一千零六十三 g 和各种二 g 显卡可以直接放弃四 g 显存显卡还有救，这里最低可以拉到一，最高四十。训练失败很多原因就是他导致的。这里可以多试一下你显卡的临界值， 是否在每次保存时间点将最终小模型保存至 with 文件夹。勾选了这个，会根据前面那个保存频率保存好多模型文件。 训练底模会根据第一步自动选择最后点，一键训练就好了。 训练完后会在两个地方存储文件，第一个是 logs 里存放，这里是存储实验状态的文件夹，里面有训练级训练日志、实验配置等。另一个是在 with 文件夹里，这个是训练后的语音模型， 使用的话在模型推理这里使用。这里选择训练好的模型，没有的话需要刷新一下，把需要变声的文件路径粘贴到这里。这个可以是你的清唱，或者网上找一首歌的清唱。 这里选择一下算法，选这个 harvest 就行。 index 路径，选择和你模型 一样的名字，如果你要分享你训练的模型，也要把这个 index 一起加上，然后转换一下，这里可以试听和保存。
1043AI绘画小站
03:54查看AI文稿AI文稿今天给同事装了一台四零九零显卡的电脑，用作模型训练服务器， cpu 选择的是英特尔的幺三六零零 kf， 六大盒八，小盒二十，现成最大锐频五点一级。 之所以选择 i 五而没有选择 i 七，是因为在工作中大部分时间 a i 都是利用 gpu 在运算， cpu 只是完成工作负载的卸载，所以这颗幺三六零零 kf 挺合适的。 散热器选择的是利民的 pa 幺二零风冷散热器选择 pa 幺二零是因为工作中使用不需要像水冷的那种花里胡哨，而且也是为了避免漏液的风险。 主板选择的是华硕 top game b 七六零 m plus， 华硕是玉三家的老大，这个就没什么可多说的了。对于 ai 训练， ddr 五的高带宽还是要优于 ddr 四的，所以内存开始买的是金百达的 ddr 五六千四六十四 g， 结果安装完了以后翻车了。装完以后开机点不亮，屏幕一通排查，最后发现是内存的问题，降频到五千六可以开机了，所以赶紧联系京东做了退货， 然后又采购了今日顿的 d d r 五六千六十四 g 硬盘。我们选择的是智泰的太 plus 七幺零零 p c i e 四点零两 t。 智泰是咱们国货之光，就是他把三星和西数的价格给打下来的，自打有了智泰，我们发现其他品牌的 s s d 的工厂也不着火了，也不污染颗粒了，所以呢，能支持还是支持一下。国货显卡呢， 选择的是七彩虹的四零九零 adoc， 包装盒里附赠了显卡支架，四零九零的显卡是又大又重，一块卡占用了三个槽位，如果没有显卡支架，我感觉都不是说用久了会变弯的问题了，而是感觉时间久了金手指都有可能会被掰断。 所以大家如果购买四零九零呃，没有辅赠显卡支架的话，一定记得自己买一个显卡支架。电源选的是微星的一千瓦 atx 三点零，然后原声的十六频的显卡接口。 机箱呢，选择的是长城的引刃 h 五幺三，这个机箱说不上有多扎实，但是散热设计特别好，对于我们这种七乘二十四小时运行模型训练的场景就比 比较合适了，不用担心散热问题。即将风扇选择的是先马冰冻十二厘米，买了六把， 这个风扇最大的特点就是静音特别好，本是想把整个装机的过程都录下来给大家看的，结果昨天内存翻车了，然后开始的时候不知道是内存的问题，然后一直在排查，把电脑拆了装，装了拆，然后弄得乱七八糟的，所以呢，也就没能录成这个装机的过程。 然后呢，大家就先看一下最后装机完了这个整体的效果吧。机箱的封道设计是前面装了三把风扇，后边装了一把，顶部装了两把， 然后呢，整个风道呢，就相当于前进后出加上出。然后呢，细心的朋友应该能发现，上面上面其实能装三把风扇，然后故意装 装了两把，最边上这把没装，是为了防止冷空气刚进入机箱还没有形成循环，就被上面这把风扇直接把给抽出去了，所以呢就没装边上的这一把。然后呢，大家看到的这个立柱就是他附赠的那个显卡支架， 因为这个显卡真的很重，大家如果买四零九零的时候一定要记得装个显卡支架，现在看到的画面呢，就是机箱安装了侧头面板之后的整体效果，现在正在安装操作系统。下一个视频我们一起看一下四零九零和 a 一百这两张卡在做模型训练和推理运算时的性能对比是怎么样的。
59titan909
03:59查看AI文稿AI文稿最近没有什么好素材可以拍了，今天来改一个二零八零太，这是一张寄家的寄家的涡轮版的二零八零太。说起来你们可能不信啊，这卡是我四百块钱收的，收来之后修好了，因为我准备到时候卖的时候想多卖点钱啊，所以说想给他改成二十二这个，顺便最后再给他改成一个三风扇的散热器， 这样的话大概能卖个两千五左右啊。改制显存的方法啊，网上也是烂大街了啊，哪都有，随便一搜都能搜到。说实话，这个也没有什么技术含量啊，反正这期视频你们就当看个乐子啊，毕竟这个也不是什么特别稀有的操作， 我们直接把它拆开，拆开之后把显存换掉，然后改一下设备电阻。好，现在先看。已经拆完了啊，准备上加热台，然后拆显存。拆显存之前先加点焊油啊，为了以后方便处理焊盘。那么如果你要是也想自己改显存的话，除非呢？你 你有过成功拆焊 bga 芯片的经验啊，就比如说改路由器的内存颗粒之类的经验啊，否则自己动手改失败的概率起码在百分之九十以上。因为这种东西呢，并不是光靠嘴上功夫 去传授经验，更多的是只可意会不可言传。那么如果你恰好财力雄厚，可以先买一张便宜的靓机卡， 比如说 gts 四五零之类的。自己呢，先用量级卡来拆焊一遍显存练手，如果你确定拆焊的没有问题了，再去给你的高端卡改显存。另外，当年五八四改五八八的时候， 我应该是第一个在 b 站发出来教程的，不过当年的剪辑手法还有视频的封面有很大的问题啊，所以说播放量并不高，然后后边同行拍的这种改显存的视频都比我播放量高，当然这种改显存的操 操作我也是听别人说的啊，当初就是想实践一下，最后也是没想到能直接改成功。现在再回到这张显卡，现在显存都已经拆完了，正在处理焊盘。处理焊盘的时候一定要小心啊，因为这种显卡旁边都有很多的电容电阻，如果碰掉的话还要后边往上补。 现在焊盘已经用膝盖给脱平了，脱平之后要用吸盘水给他清理一下，清理完之后要往上面再抹一层特别薄的汗油啊，不要抹太多了，抹多了以后他加热可能会被顶开。把原来的一 g 先存换成单颗两 g， 一共十一颗来组成二十二 g。 一般这种改完了也就是拿去训练 ai 模型之类的工作，如果你的显存过小，就跑不了这个项目。也就是说后边的高显存显卡一定会越来越贵的，毕竟英伟达现在在 ai 行业啊，就 处于一个垄断的地位。再回到这张卡，线索已经摆好了，直接往上吹就可以了，风枪一般是四百度， 每颗显存大概加热二十秒就没问题了，当然这个二十秒也不是一个固定的值啊，毕竟每个人的情况和设备都不一样，这个还是要看自己的经验的。现在显存就已经焊完了，直接接上电脑看一下能不能点亮， 现在卡到 b 二九 c 应该是能亮的，可以看到华硕的 logo 已经出来了，现在虽然能亮了，但还不要高兴太早啊，咱们先去测一下显存，以防止有没有焊接好的，或者说换的显存里边有坏的 啊。运气还不错，一次成功。现在呢，因为要改散热器，还需要把这两个尾部供电改到顶部去， 直接拆掉它放到这就行了。现在视频剪到这啊，才发现之前给显卡改识别电组的一段素材没有，应该是丢了啊，不知道怎么回事。那么如果你也想自己动手改的话，你就去网上搜一下吧，这个教程其实挺多的，哪都能搜到，我这期视频，你们就当看一乐吧。也不是什么正经的教程视频啊， 识别电阻改完之后就会像这样啊，显示二十二 g， 接着再来跑一下三零 mark 的 thamspad， 看看能不能通过。 三 d 帽壳也跑完了，因为温度压的特别低嘛，所以说肯定也是能通过。那么这张卡就已经改好了，没有问题了，咱们这期视频就到此结束，咱们下期再见！拜拜！
787卢西奥显卡速修
03:22
00:53查看AI文稿AI文稿孙燕姿大家都刷到过吧，就是用 vh 克隆歌手的声音，就像我训练出来的这种， 其实训练这样一个模型非常简单，你只要按我的步骤来就可以了。打开项目的训练界面，需要设置的参数我给大家标出来了， 一共五步，我是在服务器上面用一百训练的，一个多小时就训练完了，当然没有服务器的话，在 windows 上训练也是可以的。接下来就是克隆声音，切换到模型推理界面，参数设置你可以参考我的， 这样就算完成了。它的用途可不止用来唱歌，模仿别人说话也是可以的，我现在说话的这个声音用的就是这个方法， 还有很多人用来变声。专业卡、游戏卡有什么区别？为什么专业卡能在专业软件中大展身手？如果你还有不懂的地方，需要更详细的教程，或者不知道用什么显卡来训练模型，我整理了一份文档，评论区回复领取。
67李哥说显卡-AI
01:08查看AI文稿AI文稿大家好，我是王多鱼，不装了，我是亿万富翁，我摊牌了。 rvc 实时变声，成为任何人 只需要一段十分钟以上的录音即可训练成模型，让你在虚拟世界横行五组，把自己打造成数字人的第一步，想学的点赞收藏。第一步，我们自己录一段语音，要求十分钟以上，越干净越好，最好用后期软件进行降噪处理一下。第二步，我们打开我们的软件，打开这个本地 web 端， 稍等几秒钟，会自动打开一个网页。第三步，我们对软件进行设置，先点击训练第一行，这里我们写一个模型名称，选择 v 二， 下面这一行，我们把自己录制的干生目录写到这里，然后我们来到 step 三，根据自己的配置来填写电脑配置，高保存频率，二十杠五十都可以，我选择五十。总训练论述，我这里选择二百白 xs， 根据自己显存设置，六 g 的不超过八 g， 八 g 不超过十 g， 我是二十二，现存，由于还 在录屏，我选择二十，这里选是是。然后点击一键训练，等待十几分钟，模型就做好了。第四步，我们把软件安装目录的 wax 目录下的文件和 lock 下的这两个文件放到模型文件里，用 r v c 变声器来加载模型，就可以实现实时变声了。大家好，我是王端云。
1797AI掌门
01:19查看AI文稿AI文稿学人工智能需要配置什么样的 gpu 呢？一般来说，学人工智能离不开深度学习，需要配置独立的斜卡，否则模型训练的时候 cpu 根本跑不动。有同学问我，电脑没有独立斜卡，能学吗？ 买一块显卡是不是要好多钱呢？其，其实啊，在学习阶段，你只需要去淘一块二手的显卡就够了， 比如 rtx 二零、八零、 ti， 或者说 itx 三零系列都可以。如果训练大点的模型，可以去网上租云服务器， 毕竟笔记本就算你配置很高的显卡，也会因为散热问题跑崩。所以，所以建议大家在学习阶段不要买太高端的显卡，等你工作了以后，单位会给你配置算力的，大家千万不要被网上的一些人忽悠，没有高端算力你就没法学人工智能，没有高端算力你就没法实操落地 项目。其实能用到高端算力的都是一些大项目，任何公司的大项目也不可能让一些培训生去练手。大家学习阶段把基本的算法原理搞懂，学会如何去设计算法，如何如何去构造 神经网络模型，如何去修改模型，如何调优。把这些基本的技能学会，并在一些实际的项目上进行实操和落地，这些基本的技能都不会，就算你有高端的算力，给你大项目或者大模型你也不会设计。
143AI编程李老师
06:12查看AI文稿AI文稿ai 孙燕姿火遍全网，以 b 站为例，由孙燕姿翻唱的各种歌曲都异常火爆，不过由 ai 孙燕姿生成的歌曲过于真实，导致互联网上出现了很多反对的声音，因为此类型的歌曲很可能会导致侵权行为。 不过，由于针对此类音乐的版权法规还未出台， ai 孙燕姿音乐仍然可以在 b 站 youtube 平台播放。 ai 孙燕姿的制作主要使用了 sovics svc， 这是一个开源的人生克隆项目，由 b 站的羽毛部团开发。 so with 可以通过输入人生样本训练模型并模拟某个人的音色。现在我就为大家演示一下操作流程。在开始前，你应该准备一 一张支持 code 现存六至以上的英伟达显卡，以及 windows 十及以上的操作系统。今天所用到的工具和数据及小微已经整理完成， 感兴趣的同学可以通过电子邮件联系小微获取百度网盘下载地址。值得注意的是，为了尊重音乐创作者的版权，请大家不要在未经授权的情况下制作音乐或者商业化使用。 第一步，下载最新版的 solids svc 四点零整合包，完成下载后解压文件即可启动 webui。 第二步，准备高清的声音素材，用于 ai 学习。值得注意的是，为了获得最好的音色， 大家应该使用无损的人物原声作为训练素材。如果你有歌手的 cd 唱片，则可以提取音轨并保存为 flac、 alac wave 等格式的文件， 或者直接下载 flac 格式的音乐。第三步，使用专用软件提取人声。 进入 google 搜索在线人声提取词条，选择第一个搜索结果 vocal remover 从本地上传一个音乐文件， 等待几秒钟后，系统就会完成人声音乐的分离，把分离后的文件下载到本地即可。如果你觉得处理的音频不够清晰，也可以使用专业开源的 ultimate vocal remover 工具，也叫做 u v 二五，完成最佳的人声提取。 uvr 同时支持 windows 和 macos 系统，大家可以点击下方链接，在 uvr 官网或 gap up 下载最新的版本， 下载并安装最新的 uvr 五点五版本，点击 select input， 从本地上传需要分离人生的歌曲。 select output， 选择输出的目录即可。 在此我建议大家选择位格式输出，选择三二零 k 的音质。关于其他的参数设置，大家可以参考右侧对照图，按照这个方法上传尽可能多的歌曲，并完成人生分离。 如果提取出的人声有杂音，也可以使用 adobe audition 或者 r x 十 adio editor 完成降噪处理。第四步，切割音频 一般来讲， vivo 格式的歌曲文件往往在三到五分钟之间，文件容量也比较大。 而在训练模型的时候，我们则需要把一个歌曲分割为十秒左右的文件，以保证模型训练的速度和质量。点击下方链接，进入该放，选择下载这个名为音频切片机的开源工具， 完成下载后，运行 audio slicer， 把分离后的音频文件重命名，建议英文和数字组合，然后批量导入分离后的人生文件。设置好输出路径，点击 start 按钮，完成音频的批量分割。 把分割后的文件夹复制到 so with the data set raw 文件夹中。第五步，训练模型完成了前期的准备工 工作，我们就可以开始训练模型了。打开 webui， 选择训练，点击识别数据及参数，保持默认值，点击写入配置文件，点击从头开始训练即可开始训练模型，点击下方数据预处理，开始训练模型。 根据显卡的性能不同，该过程会持续一定的时间。第六步，模型推理，点击刷新模型，选择一个训练好的模型，然后选择配置文件，最后点击加载模型。在此小薇选择一个训练了两万步的模型。 下一步，上传一段不带背景的人生，在此小薇使用 so 二生成一段简短的歌曲， 然后使用 vocal remover 工具完成人声和背景音乐的分离， 下载人声并上传到 service， 点击转换按钮，等待少许时间试听一下效果。 现在我们就完成了今天的操作，今天用到的工具请联系小微获取。最后再使用 sovis 的时候，一定要严格按照版权法规定，不要做出侵权的行为。今天的视频就结束了，感谢大家的观看，欢迎大家点赞、订阅、转发本频道， 如果你有任何问题可以在视频下方留言或者联系小微，欢迎大家收看本频道的其他节目，再见！
977ChatGPT人工智能
01:06查看AI文稿AI文稿ai 训练科学计算都用什么显卡？我们来问一下 ai， 看一下他怎么说。亲爱的 gbt 最近爆火的语言模型。首先我问他训练你的显卡具体是哪一款呢？这家伙很鸡贼，还知道要保密，那我们换一种问法，让他给几个参考答案。 这一次我们获得了一些有效的信息，他列举了 n 卡的特斯拉 v 一百，特斯拉 p 一百，三零九零等显卡型号。接下来我就问他有没有更厉害的型号呢？他列举了 n 卡的 a 百， v 百 s 和 a 卡的 n m i 两百这几张计算卡。 那为什么训练 ai 都会使用这种专业的计算卡呢？要知道 a 一百的价格可是四零九零的五倍啊。确定 g b t 很快的给出了答案， 第一是因为计算能力，尤其是浮点运算能力和矩阵运算能力非常强。第二是由于他的显存和带宽非常高，训练速度很快。好，那么在 ai 的帮助下，我们解决了这期视频的内容，感觉自己就快要失业了，以后这里挂个机器人就可以拍视频了。 不过还好，他的数据只截止到二一年，我还可以说些他不知道的。目前比 a 一百更厉害的 h 一百也已经做出来了，被广泛的应用于各种高端科研领域。未来 ai 呢，可能会在 gpu 的帮助下越来越强大。要不咱就是说回去问一下自家的显卡能不能也练个 ai 出来。
144李哥说显卡-AI
01:20查看AI文稿AI文稿火爆全网的 chat gpt 似乎敲开了第四次工业革命的大门，然而由于 open ai 没有开源，想要训练出自己的大模型仿佛就是天方夜谭。这家名为 coloso ai 的外国公司宣布研究出了一套快速、低成本复现 chat gpt 的方法， 并将它开源在了 github 上。这套方法基于拍 touch 的 check g p t， 复线流程涵盖了全部三个阶段，可实现从域训练模型到 check g p t 的蜕变，而且体验最小，呆默训练流程最低仅需要一点六二 g b， 现存 任意一张消费级的 gpu 都能满足条件，这也就意味着大部分带了独立显卡的电脑都可以参与到开发当中来。而且在训练速度上， coloso ai 也花了大功夫，相比原声拍拓去最高可提升单机训练速度 七点七三倍，单卡推理速度一点四二倍，一行代码即可使用。尽管此次开源包含了复线的 chat g b t。 的完整算法流程和必要软件系统，但对于训练出 chat g b t 同等水平的超大 ai 模型，还得依靠海量的数据和算力支撑。 但这没有关系，随着越来越多的资源贡献和志愿者的加入，每个人都有机会参与其中，一起拥抱大模型时代。我是造车的小爱姐姐，想要了解更多就关注我吧！
118造车的小爱姐姐
00:34查看AI文稿AI文稿大批量到货，二零八零太啊，七彩虹的，这全部是七彩虹的，这边都是微芯的，全部是微芯的， 改好的。也有好多货啊，华硕的，二十二级的，这些都是改好的，这个是微信的，这都是改好的。然后这里也有箱子改好的，这里还有一箱，这里还有两箱，都是改好的。
367麦汁服务器
00:36查看AI文稿AI文稿这次老黄真的要吐血了，只需要一张消费级的三零九零，就可以完成大多数吃显卡显存的 ai 训练。这个让老黄吐血的就是国产开源项目克拉索 ai， 只通过几行代码就腰斩了 ai 大模型训练的硬件门卡。他与业界通过加显卡来提高训练效率的主流方法不同， 高效率利用 gpu 加 cpu 的 e 购内存，将训练过程中不同的工作内容分给 gpu 的显存和 cpu 的内存。一张二十四 gb 显存的三零九零，搭配足额的内存，训练效率反而提高了很多。目前三零九零一张售价在一万一起步，增加一张显卡的价格，足够买更多容量的 ecc 内存了。
4854电脑报
00:45查看AI文稿AI文稿我就是那个把 ivc 骑士变身带火的男人，最近有没有遇到这种情况？小哥哥，可以把中单让给我吗？ 哟，人家也是女孩子！为了避免这种尴尬的情况发生，我将把 ivc 的终极奥秘炼丹术分享给集美们。工具，在老地方双击勾 vap， 打开炼丹炉。看到页面不要慌，实际操作很简单，进入训练页面。模型名称，用英文训练素材，最好用干净的声音，注意路径一定要用英文。 保存频率拉满训练轮数，两百到五百都可以拉曲赛斯，根据你的显存来设定最后点，一键训练开练等模型出炉你就可以使用了。不会使用的看往期教程。友情提示，声音也是有版权的，别滥用哦！剧透一下，一键去除声音、背景杂音以及云端，一键炼丹教程正在路上！
1.5万AICK-KC
01:56查看AI文稿AI文稿sable diffusion 需要模型， charge p t 需要模型。不难发现，强大的 ai 都离不开模型的支持，但系列模型成本太高，需要一，从上千的项目中找到好用的模型。二，部署复杂的训练环境。 三，需要有懂算力分配的专业工程师。然而就算是专业工程师也会被环境和部署折磨的团团转，有什么好的解决方案呢？ ins， 企业级的傻瓜是模型训练软件，只要有数据就能一键训练 a 模型。今天我们试试用 ins 做一个口罩识别模型， 主流模型软件预制好了，而且环境也已经部署好了。我们今天用的模型类别是物体侦测，模型的功能在软件中都有说明书，点一下就能使用了，不需要任何额外操作，这个效率的提升是史诗级的。第一步，上传数据集，我的数据集里面都是一些戴了口罩和不戴口罩的图片，他们都 已经做好标注。第二步，系列模型界面参数直接选择默认，开始训练。在硬件监控中可以查看硬件的利用率，这里用的是 itx 五千显卡，并且软件自带散力资源分配功能，用多少资源就分配多少，剩下的资源其他人还能用，让你的硬件使用力拉满。 训练结果显示，花了五个小时三十九分，每脑可以处理五十八张图片，上传几张图片，推理一下。在右边的界面可以看到，这个模型训练的非常成功。 with 就是戴了口罩，味道就是没戴，识别准确率达到百分之一百。 第三步了，部署模型训练好的模型可以直接下载下来，安装到你的本地硬件里，再配个摄像头，我们很熟悉的口罩识别机就做好了，怎么样不到六小时就完成了一个企业级的应用？在以往，这样的模型部署和训练至少需要三名以上 专业的婴儿算法工程师团队，而现在即使没有编程基础的宝子们也可以使用啊。这是我们的专家团队用这个软件做出的科研成果。如果你的企业也有大量的数据，不知道怎样应用，可以进粉丝群或者直接找我了解，目前李哥独家哦。
55李哥说显卡-AI
01:06查看AI文稿AI文稿这个箱子里藏着一个大米离线版的 t， 你听说过支持 ai 功能的笔记本吗？我也没听说过，所以 搞来了一台。他把一个大语言模型集称在了本地，而且这还有一个英特尔一步的认证，说明他性能很强。那问题来了，他到底能不能跑起来那些很吃性能的 ai 工具呢？ 比如你持资源著称的 ai 绘画模型 stable diffusion， 咱们就用它来试试这台小电脑像这种参数级别已经非常高了，一般都得用高配的台式疾跑，像这种轻薄的笔记本，基本上都不太能 啊，速度这么快就完成了？切，没想到性能确实还可以。我觉得亮点是英特尔怡宝可以支持一个高达一百六十亿参数的大模型，这相当于是把 tigpt 部署到了自己的电脑里。我简单测了一下，写文章、做报告、敲代码都没啥问题，就连最近很火的月下三都在用 aigc 作编曲和舞台，还挺有意思的。 未来的 ai 工具可能不再是谁的专利，而是会成为你我手中最方便贴心的智能助手，让每一个人都能轻松的把梦想和创意逐步落地，成为现实。我是 jb pro， 二零二三年，希望帮你在 ai 的浪潮中。
8126王宇辰（我和AI的一天）
00:31查看AI文稿AI文稿ai 实时变声又进化了！这是我时代二五测试的新版 mv 系列，声音延迟居然在七十以下，模型可以改成中文名称了，也可以是中文的路径， 声音也是有版权的，千万不要乱用哦。新版本优化了三个算法通道， dio 适合低配置，还能保证低延迟 harvest 的高音质，但依赖 cpu， 显卡好了可以用 crip， 能保证高音质。还有很多新功能，集美们，等我汉化以后我们在一起。
1.9万AICK-KC
06:52查看AI文稿AI文稿上一个视频我已经组装好了四零九零显卡的电脑，具体的电脑配置可以参看我上一个视频。今天这个视频呢，我们一起看一下 nvda a 一百和 nvda 四零九零在模型训练和推理运算中的性能表现。 a 一百隶属于恩威利亚的特斯拉系列，四零九零隶属于 gfos 系列，前者是面向数据中心的产品，后者是面向消费者桌面端的产品。 今天的测试呢，我们就选择用阿里达摩院开园的 facetchen 这个 ai 项目，它的原理是我们上传三到十张照片，然后他马上会对照片进行处理，然后进行在线的捞二训练， 训练结束以后，用训练好的 lord 结合风格 lord 进行推理运算，生成六张新的写真照。我这里已经在 a 一百和四零九零这两台机器上布 数好了飞子称，如果大家也想不数飞子称，可以看我之前发的一键安装开源命啊相机飞子称的那个视频。 今天的测试方法呢，是使用两组相同的照片，测试两者的训练速度和推理速度。接下来就让我们开始吧。首先我们先测试一百这台服务器的性能， 现在看到这个界面呢，就是 facetchen 的界面，现在这个 ip 地址呢，就是我的 a 一百服务器。然后呢，我们选择三张照片， 然后我们在这点击开始训练，然后我们看这已经开始训练了，我们就在这等， 我们看一下现在 a 一百这台服务器上显卡占用情况，这是我的 a 一百服务器， 我们能看到一百四十 g 的现存，然后呢，这是它的 gpu 的占用，然后呢，这是现存的占用，现在就是在做训练， 我们看多长时间能训练完。 用了二百零一秒，然后我们在这点推理， 现在就开始推理了，我们看多长时间能推理完？ 推理用了五十六秒，生成了六张， 接下来我们换三张， 然后点击开始训练。 第二次训练用了一百九十秒， 我们点击开始推理计时，看这次用多长时间能推理完。这次推理用了五十四秒。 现在的这个画面呢，还是 facechen 是四零九零上运行的，然后我们导入相同的照片， 然后我们点击开始训练， 看四零九零用多长时间， 现在四零九零上面的也跑满了，然后这是现存，现存的消耗四零九零， 四零九零第一次用了一百五十秒， 然后我们执行推理， 看四零九零退了，用多长时间。 四零九零推理用了三十八秒， 然后我们换三张照片， 然后点击开始训练， 这次训练用了一百五十秒， 这次推理用了三十七秒。 通过测试来看，四零九零二十四 g 显存在跑捞儿训练和图像推理时的性能是高于 a 一百四十 g 显存版的，这应该是得益于更新的架构和制成工艺以及裤带数量的提提升。 今天的分享就到这里了，希望通过今天的对比测试，让大家能够对四零九零的性能表现有个认知，希望对研究 ai， 准备购买四零九零的朋友有所帮助。另外说一句，四零九零这台电脑我安装的是国产的 linux 操作系统，低频二十点九， linux 在训练和推理中的性能和稳定性更好，推荐有条件的朋友可以选择系统平台性能对比，大家 可以参看我之前发的不同平台对 sleep defusion 出图速度的影响的那个视频，大家如果有什么疑问也可以在评论区给我留言，大家一起友好的交流，谢谢大家！
453titan909
