！！！说明：
- 本教程仅为 AI 学习交流
- 为避免侵权，此项目所有数据和模型需要自行解决
- 技术本身没有好坏，但禁止利用技术进行违法犯罪
Intro#
相信这几天一定被各个视频平台的 “冷门歌手”—— 孙燕姿刷屏了吧，AI 合成了逼真的孙燕姿的声音，然后去演唱别的歌曲。没错，上面那个破音版《乌梅子酱》就是利用此技术实现的，今天我们就来简单介绍背后的技术，并教大家如何使用 colab 实现翻唱。
项目介绍#
Sovits（So-vits-svc）是由是中国民间歌声合成爱好者 Rcell 基于 VITS、soft-vc、VISinger2 等一系列项目开发的一款开源免费 AI 语音转换软件，可以实现音色的重现，可以简单理解为一个很厉害的变声器。
colab 介绍#
为什么用 colab#
电脑性能良好的朋友完全可以用自己的电脑进行训练（必须是 N 卡），我的电脑是轻薄本，跑不了这个项目，于是使用谷歌的 colab 进行翻唱演示
什么是 colab#
简单理解，colab 就是谷歌为广大开发人员提供的在线算力平台，像我这样的平时学习的时候有算力需求，但是个人电脑无法满足时就可以使用 colab。
colab 可以免费使用，也可以付费使用，免费的性能差一点，付费的按算力计费，但也不算贵。以前我用这个来跑stable diffusion，后来白嫖的人太多了，谷歌就禁止免费用户用 colab 运行 stable diffusion，所以我也不知道谷歌什么时候会限制用这个来进行唱歌训练。
数据与模型准备#
此项目除了 AI 翻唱，也可以让 AI 复述你的话，就当做一个变声器使用。大家可以训练自己的模型，我这里作为演示，就只教大家如何利用模型进行翻唱，以李荣浩的《乌梅子酱为例》
1. 首先需要准备你想要翻唱的歌曲，因为这个项目只是翻唱，所以需要进行人声分离，可以使用这个在线工具进行分离操作
2. 将分离好的人声和背景音乐下载下来，现在只需要用人声进行翻唱，翻唱完成以后再把人声和背景音乐结合在一起就可以了
3. 一首歌通常三到四分钟，显卡性能往往不足，所以需要将歌声切片，每段控制在一分钟以内，然后分别训练，最后再拼在一起
下载别人训练好的孙燕姿的语音模型
数据和模型请自行下载
好了，现在我们开始正式学习如何利用 colab 进行 AI 翻唱。
打开项目#
首先打开 GitHub项目地址，来到最下方找到Colab notebook scripts，点击翻唱箭头指向的链接，另一个是训练的项目。
可以看到打开 colab 的 note 页面和我之前讲的 jupyter 很像，其实就是一样的。此项目是别人 notebook，所以我们需要点击保存为副本到我们自己的谷歌云盘之中
配置#
保存完成以后，我们需要检查我们的项目是否是用 GPU 运行的，可以先点击连接在运行，相当于运行服务器，也可以直接点击第一个运行。这里的Tesla T4就是 GPU 的型号，也有可能是别的显卡，谷歌根据此时的算力需求自动分配的。
下面依次运行这两个配置代码，免费的机器运行很慢，要耐心等待，等Setup 1运行完成以后运行Setup 2。之后就接着下面的运行下载 ContentVec 和 hugging face，可以看到下载速度非常快.
HF 模型下载完成以后，可以点击列表下载某个具体的模型，我使用的是 AI 孙燕姿的模型，所以我需要上传其他模型
连接云盘与上传数据#
点击左上角的云盘按钮，会提醒你运行连接云盘的代码，根据提示运行和给授权就可以了，这是将此项目与你的云盘连接起来，不是授权给第三方，所以可以放心使用。
接下来打开自己的谷歌云盘，上传自己的模型，然后点击分享按钮，打开权限，让所有收到此分享链接的人都能使用，复制分享链接填到下面的框中，然后运行即可自动下载模型。
接着运行下面一行的解压程序，用来解压我们的模型
训练#
把切片好的人声音频文件上传到 raw 文件夹，设置好参数点击Convert就可以开始训练了
tips:
每段音频尽可能小一点，不超过 1 分钟，建议 40 秒左右
每次只上传一段音频，训练完成，下载以后再上传下一段进行训练
参数先默认，再根据训练效果慢慢调
总结#
今天我们简单介绍了Sovits项目，并使用 colab 进行翻唱自己喜欢的歌曲，大家可以自己亲自上手体验，感兴趣的话可以使用 GitHub 项目进行训练自己喜欢的模型，教程 b 站也有，但一定要注意禁止违法犯罪，不要侵权，自己玩玩和学习 AI 就行了。