1.軟件準(zhǔn)備

? ? 首先需要RVC 軟件，它是SVC軟件的一種，特點就是門檻低效果好，作者是B站的花兒不哭大佬，最新整合包在這里：【AI變聲器】RVC AI實時變聲器717版,新增GPU系rmvpe算法,胎教級使用教程_嗶哩嗶哩_bilibili

提醒：RVC軟件作為AI翻唱軟件的一種，對電腦的配置要求比較高，你的電腦需要是N卡，且顯存4GB以上才能順暢推理（不是模型訓(xùn)練），配置差的朋友也不是沒有路可走，可以使用autodl.com這個網(wǎng)站租用顯卡，下面會講使用教程。

????然后需要一個人聲伴奏分離軟件，我使用的是UVR5，當(dāng)然你使用別的如ripx什么的也沒問題。最強伴奏人聲提取工具 - 開源免費，一鍵安裝，直接使用！| Ultimate Vocal Remover | UVR5_嗶哩嗶哩_bilibili

夸克網(wǎng)盤：https://pan.quark.cn/s/816a932fc26c
123云盤：https://www.123pan.com/s/RiyA-Z5U03 提取碼:hjhj

人聲伴奏得合并對吧，這里使用的是Adobe Audition，也可以用OneStudio等軟件做多軌混音。這里Bing一下就容易搞到軟件，我就不多贅述了

然后就可以開始了。

2.RVC的Windows本地使用

????當(dāng)你下載好了RVC整合包，將其解壓

先別怕，往下翻

如果找不到的話，可以新建一個文本文件，然后鍵入

并把文件后綴改成.bat運行即可。

如果雙擊沒反應(yīng)，就把pause刪掉試試。

等一會會彈出一個網(wǎng)頁，這就是軟件的界面，你可以在這邊進行模型推理和伴奏人聲分離（雖然RVC用的也是UVR，但是獨立的UVR軟件畢竟模型更多更干凈）

1.模型推理

準(zhǔn)備好干聲文件，選擇推理音色（沒有模型的話點我動態(tài)，置頂有TTF2模型和APEX模型）

模型下載好后放進RVC軟件的weights文件夾內(nèi)（不是UVR_weights）

選擇好你喜歡的音色后，輸入音頻完整路徑（最好音頻文件名字不要帶中文，而且包括擴展名一并輸入）

現(xiàn)在講解一下各個參數(shù)什么意思

這個值越大轉(zhuǎn)換輸出的人聲越接近你模型的音色

然后就可以點轉(zhuǎn)換按鈕了！

Chromium內(nèi)核的瀏覽器應(yīng)該都能下載吧（如Edge/Chrome）

下載完長這樣，記得重命名一下

2.模型訓(xùn)練

注意，模型訓(xùn)練極度吃顯存大小，顯存8GB以下的就只能觀望了（或者云端租用顯卡訓(xùn)練）

模型訓(xùn)練，你需要準(zhǔn)備模型的訓(xùn)練集，由于目前只支持單人語音訓(xùn)練，訓(xùn)練集要求3分鐘以上單人干凈的說話語音（不帶背景音）,訓(xùn)練集可以是多個文件，只要在同一文件夾內(nèi)即可。

然后打開RVC軟件

“實驗名”就是模型名字，支持中文。采樣率影響不大（主要是對顯存占用的影響，咱反正聽不出區(qū)別），用默認的就好了，V1V2的話我趨向于選擇V2，當(dāng)然也有人說V2不如V1什么的，看你實際效果啦。

他這里有Step 1 2這樣的，咱可以不用理step2

由于RVC訓(xùn)練每保存一次模型就會吃1GB左右空間，你可以提高一點保存頻率。救救硬盤空間

Epoch我一般是60起步，120左右。

Batch Size指的是AI在學(xué)習(xí)的過程中一次學(xué)習(xí)參照的音頻文件數(shù)量，越大越吃顯存，我這里拿云端的3060 12G煉的話batch size選8基本上能吃滿

別的軟件本身介紹挺詳細的，自己看一下應(yīng)該也懂了。

OK然后點一鍵訓(xùn)練即可

3.RVC的云端訓(xùn)練（autodl.com)

租顯卡嘛，鼠標(biāo)懸停到用戶名上，你就可以看見充值按鈕了，先充10塊錢試試也行。

（這個平臺也是可以讓你跑AI繪畫的）

充值好后點擊算力市場

（煉這個顯卡不用多強，顯存大就行，所以挑個便宜一點的玩玩就行，3090 1.66元一小時左右。）

這個手速得快，機子得搶的，別愣著。

提醒：別選北京地區(qū)的，因為部分原因，你點不開自定義服務(wù)，還要端口映射什么的，比較麻煩。

搶完馬上選"社區(qū)鏡像"

選完點立即創(chuàng)建

點擊JupyterLab

由于它默認的端口號是7865，不是autodl自定義服務(wù)的6006，因此我們需要先修改文件

好，現(xiàn)在返回終端

點模型訓(xùn)練

上傳訓(xùn)練集：

接下來的操作和本地訓(xùn)練沒有太大區(qū)別，唯一區(qū)別是云端是Linux系統(tǒng)，文件路徑會有所區(qū)別，在JupyterLab里上傳好訓(xùn)練集，復(fù)制訓(xùn)練集路徑

路徑前面都要加/root/，不然識別不到，會報錯

然后照前面的方式就可以開始訓(xùn)練了

保存模型：

然后把模型pth文件轉(zhuǎn)移到本地的RVC軟件的weights文件夾里就行了

4.UVR伴奏人聲分離軟件的使用

然后拿處理好后的人聲

再處理一遍時，需更換模型，我們已經(jīng)將人聲分離出來了，但是人聲依舊帶和聲和混響，這是我們應(yīng)該去除的。

注意：因為我已經(jīng)下載了Deverb模型所以下載中心中并沒有顯示MDX-Net Model:Deverb HQ-By FoxJoy，不要下錯了

然后再處理一遍，最后拿Karaoke模型再對這種（No Other）后綴的處理一遍

得到最后的干凈人聲和和聲（上面是和聲，下面是人聲）

然后就可以丟進RVC里面進行推理了。

5.混音

這個可能得看一些教程學(xué)Au 不過Au用起來也不難

1. 打開Au

2.

把推理好的人聲、伴奏、和聲和混響拖進去就行

3.保存文件

選格式、路徑導(dǎo)出即可