我的實踐記錄（詳細(xì)見http://wangc.site/cbrain/share?nodeid=7d0a2650b37ca9db）

• 模型：so-vits-svc
• 云平臺：AutoDL-品質(zhì)GPU租用平臺-租GPU就上AutoDL
• A5000的一小時1.3元（2023年4月28日）
• MP3轉(zhuǎn)WAV - 在線轉(zhuǎn)換音頻文件 (aconvert.com)

實踐

• 訓(xùn)練語料：錄制清唱音頻800+條（每個10~20秒）
• 推理語料：中文干聲 | 我愛REMIX (woairemix.com)，用插件下載試聽片段
• 模型訓(xùn)練與推理：
• 800條語料，訓(xùn)練一晚上，10個小時，到了36000步（后硬盤滿了停了）
• step：10000之后比較了下沒太大差別
• key：音高影響較大，調(diào)整到適合自己音域的，推理出的音色才更像
• slice_db：差別不大
• 推理材料：推理材料的質(zhì)量，影響還是比較大的，以上收集的都是分離出的干聲，有些不太干凈，如果能有專門錄制的清場會更好；另外和歌手因素關(guān)系也很大，唱法技巧，咬字發(fā)聲，個人特點很鮮明的，如果只是遷移下音色，那么還是會很像原素材。
• 最后發(fā)現(xiàn)影響最大的竟然是 音頻格式？下載的mp3效果很差，自動生成出的flac格式效果就比較好

成果

• 2023年4月30日
• 成品：曾經(jīng)的你，我的名字，雅俗共賞
• 其他不行主要是有好多“爆音”的地方，另外像周杰倫、林俊杰個人特點很突出的，出來效果還是有強烈的原曲風(fēng)格