AI声音克隆攻略

前言：

请不要在虚拟机上进行接下来的操作！！！
同时关闭所有正在运行的游戏！！！
AI Hub 的 Discord 社区并没有习近平的模型！！！
尽量不要让文件名称中出现中文！！！

准备工作：

1.习近平音频文件（WAV，FLAC，MP3）
如果你没有习近平的音频，点击这里 https://www.youtube.com/results?search_query=%E4%B9%A0%E8%BF%91%E5%B9%B3%E6%96%B0%E5%B9%B4%E8%B4%BA%E8%AF%8D
点击其中一个视频，复制上方的网址
打开 https://yt1s.com/en631
点击Youtube to MP3
粘贴你刚才复制的网址
点击 Convert MP3
选择 MP3 320kbps
点击 Get link
点击Download

2.你希望习近平唱的歌曲音频文件（WAV，FLAC，MP3）
建议选择与习近平音色相近的！！！

将它们都放到1号文件夹（音频原文件）

音频处理：

双击打开 Ultimate Vocal Remover
点击 Select Input
选择1号文件夹（音频原文件）中的习近平音频文件
点击 Select Output
选择2号文件夹（分离人声和伴奏）
点击选择正确的音频文件格式
在“CHOOSE PROCESS METHOD”栏中选择Demucs
在“CHOOSE DEMUCS MODEL”栏中选择v3|UVR_Model_1
点击勾选GPU Conversion
点击Start Processing
当出现“Process complete”字样时，关闭 Ultimate Vocal Remover

重新打开 Ultimate Vocal Remover
点击 Select Input
选择2号文件夹（分离人声和伴奏）中以_(Vocals)结尾的音频文件
点击 Select Output
选择3号文件夹（消除混响和声）
点击选择正确的音频文件格式
在“CHOOSE PROCESS METHOD”栏中选择 VR Architecture
在“WINDOW SIZE”栏中选择320
在“CHOOSE VR MODEL”栏中选择 5_HP-Karaoke-UVR
点击勾选 Vocals Only
点击 Start Processing
当出现“Process complete”字样时，关闭 Ultimate Vocal Remover

对你希望习近平唱的歌曲音频文件进行同样的上述操作

双击打开 FormatFactory.exe
点击音频
将3号文件夹（消除混响和声）中的音频文件格式转换成.WAV

双击打开 slicer-gui.exe
导入.WAV格式的习近平音频文件
将右侧参数 Minimum Interval (ms)修改成100
将右侧参数 Maximum Silence Length (ms)修改成300
点击 Browse...，选择4号文件夹（音频文件切片）
点击 Start
当出现“Slicing complete!”字样时，点击 OK
将“批量重命名.BAT”文件放入4号文件夹（音频文件切片）
双击打开“批量重命名.BAT”
删除批量重命名.BAT

开始操作：

复制4号文件夹（音频文件切片）路径⭐
打开RVC1006Nvidia文件夹中的go-web.bat文件，不要关掉
耐心等待一段时间，启动成功后会自动弹出浏览器http://localhost:7897/页面
如果长时间没有自动弹出的话，需要你在浏览器中手动输入这个地址
点击训练(Train)
在“输入实验名(Enter the experiment name)”栏中输入xjp
在“输入训练文件夹路径(Enter the path of the training folder)”栏中输入刚才复制的文件夹路径，替换掉“E:\语音音频+标注\米津玄师\src”
将“保存频率(Save frequency)save_every_epoch”栏中数值修改成1
将“总训练轮数(Total training epochs)total_epoch”栏中数值修改成1000
在“是否仅仅保存最新的ckpt文件以节省硬盘空间(Save only the latest '.ckpt' file to save disk space)”栏中选择是(Yes)
在“是否在每次保存时间点将最终小模型保存至weights文件夹(Save a small final model to the 'weights' folder at each save point)”栏中点击是(Yes)
点击一键训练(One-click training)
耐心等待一段时间，训练需要的时间会比较久
如果你需要暂停训练的话，只需要关闭cmd窗口，下次训练的时候打开go-web.bat文件，页面填写和上次一样的参数，点击训练模型(Train model)就可以继续训练了
当右侧“输出信息(Output information)”栏显示全流程结束(All processes have been completed)，就代表模型训练完成了
建议多点击几次训练模型(Train model)，出现“训练结束, 您可查看控制台训练日志或实验文件夹下的train.log”字样即表明训练结束，训练时长一般以“天”为单位
点击训练特征索引(Train feature index)
耐心等待一段时间，出现“成功构建索引”字样时，根据后面.index文件的名称，找到这个文件所在的位置，比如C:\zhongguoqiqi\RVC1006Nvidia\logs\xjp

训练时请关闭翻墙工具

点击模型推理(Model Inference)
在“(Inferencing voice)”栏中选择一个.pth文件
点击批量推理
在“(Auto-detect index path and select from the dropdown)”栏中选择你刚才看到的logs\xjp开头的.index文件
拖入3号文件夹（消除混响和声）中的歌曲音频文件到“Drop File Here - or - Click to Upload”
点击Convert
你可以在C:\zhongguoqiqi\RVC1006Nvidia\opt中找到输出的音频文件

关注中国七七喵~中国七七可爱喵~