！！！說明：
- 本教程僅為 AI 學習交流
- 為避免侵權，此項目所有數據和模型需要自行解決
- 技術本身沒有好壞，但禁止利用技術進行違法犯罪
簡介#
相信這幾天一定被各個視頻平台的「冷門歌手」—— 孫燕姿刷屏了吧，AI 合成了逼真的孫燕姿的聲音，然後去演唱別的歌曲。沒錯，上面那個破音版《烏梅子醬》就是利用此技術實現的，今天我們就來簡單介紹背後的技術，並教大家如何使用 colab 實現翻唱。
項目介紹#
Sovits（So-vits-svc）是由是中國民間歌聲合成愛好者 Rcell 基於 VITS、soft-vc、VISinger2 等一系列項目開發的一款開源免費 AI 語音轉換軟件，可以實現音色的重現，可以簡單理解為一個很厲害的變聲器。
colab 介紹#
為什麼用 colab#
電腦性能良好的朋友完全可以用自己的電腦進行訓練（必須是 N 卡），我的電腦是輕薄本，跑不了這個項目，於是使用谷歌的 colab 進行翻唱演示
什麼是 colab#
簡單理解，colab 就是谷歌為廣大開發人員提供的在線算力平台，像我這樣的平時學習的時候有算力需求，但是個人電腦無法滿足時就可以使用 colab。
colab 可以免費使用，也可以付費使用，免費的性能差一點，付費的按算力計費，但也不算貴。以前我用這個來跑stable diffusion，後來白嫖的人太多了，谷歌就禁止免費用戶用 colab 運行 stable diffusion，所以我也不知道谷歌什麼時候會限制用這個來進行唱歌訓練。
數據與模型準備#
此項目除了 AI 翻唱，也可以讓 AI 複述你的話，就當做一個變聲器使用。大家可以訓練自己的模型，我這裡作為演示，就只教大家如何利用模型進行翻唱，以李榮浩的《烏梅子醬為例》
1. 首先需要準備你想要翻唱的歌曲，因為這個項目只是翻唱，所以需要進行人聲分離，可以使用這個在線工具進行分離操作
2. 將分離好的人聲和背景音樂下載下來，現在只需要用人聲進行翻唱，翻唱完成以後再把人聲和背景音樂結合在一起就可以了
3. 一首歌通常三到四分鐘，顯卡性能往往不足，所以需要將歌聲切片，每段控制在一分鐘以內，然後分別訓練，最後再拼在一起
下載別人訓練好的孫燕姿的語音模型
數據和模型請自行下載
好了，現在我們開始正式學習如何利用 colab 進行 AI 翻唱。
打開項目#
首先打開 GitHub項目地址，來到最下方找到Colab notebook scripts，點擊翻唱箭頭指向的鏈接，另一個是訓練的項目。
可以看到打開 colab 的 note 頁面和我之前講的 jupyter 很像，其實就是一樣的。此項目是別人 notebook，所以我們需要點擊保存為副本到我們自己的谷歌雲盤之中
配置#
保存完成以後，我們需要檢查我們的項目是否是用 GPU 運行的，可以先點擊連接在運行，相當於運行服務器，也可以直接點擊第一個運行。這裡的Tesla T4就是 GPU 的型號，也有可能是別的顯卡，谷歌根據此時的算力需求自動分配的。
下面依次運行這兩個配置代碼，免費的機器運行很慢，要耐心等待，等Setup 1運行完成以後運行Setup 2。之後就接著下面的運行下載 ContentVec 和 hugging face，可以看到下載速度非常快.
HF 模型下載完成以後，可以點擊列表下載某個具體的模型，我使用的是 AI 孫燕姿的模型，所以我需要上傳其他模型
連接雲盤與上傳數據#
點擊左上角的雲盤按鈕，會提醒你運行連接雲盤的代碼，根據提示運行和給授權就可以了，這是將此項目與你的雲盤連接起來，不是授權給第三方，所以可以放心使用。
接下來打開自己的谷歌雲盤，上傳自己的模型，然後點擊分享按鈕，打開權限，讓所有收到此分享鏈接的人都能使用，復制分享鏈接填到下面的框中，然後運行即可自動下載模型。
接著運行下面一行的解壓程序，用來解壓我們的模型
訓練#
把切片好的人聲音頻文件上傳到 raw 文件夾，設置好參數點擊Convert就可以開始訓練了
tips:
每段音頻盡可能小一點，不超過 1 分鐘，建議 40 秒左右
每次只上傳一段音頻，訓練完成，下載以後再上傳下一段進行訓練
參數先默認，再根據訓練效果慢慢調
總結#
今天我們簡單介紹了Sovits項目，並使用 colab 進行翻唱自己喜歡的歌曲，大家可以自己親自上手體驗，感興趣的話可以使用 GitHub 項目進行訓練自己喜歡的模型，教程 b 站也有，但一定要注意禁止違法犯罪，不要侵權，自己玩玩和學習 AI 就行了。