so-vits-svc 3训练人生模型步骤:
1、人声数据的提取、消除杂音、切割成10秒的小片段
如果是音乐可以通过Ultimate Vocal Remover | UVR5,抽取人声,下载地址:https://github.com/Anjok07/ultimatevocalremovergui/

杂音消除:RX Audio Editor,消除噪音,高质量数据源
下载地址:https://pan.baidu.com/s/1xUXd9vVHR11sjJ6wCVuwHQ?pwd=hjhj
提取码: hjhj
切割audio-slicer:https://github.com/flutydeer/audio-slicer/releases

2、 将准备好的数据集放置在 .\dataset_raw\ 文件夹中,确保文件夹结构正确:
dataset_raw├───speaker0
│ ├───xxx1-xxx1.wav
│ ├───...
│ └───Lxx-0xx8.wav
└───speaker1
├───xx2-0xxx2.wav
├───...
└───xxx7-xxx007.wav
3、依次执行以下几个命令就能训练自己的声音模型了
svc pre-resample
svc pre-config
svc pre-hubert
svc train -t
4、使用模型也很简单
选择模型及config,还有源声音文件,点击infer即可生成用模型声音转换的新声音

点击start voice charge可开启实时换声
网友回复
有没有不依赖embedding向量的RAG技术?
有没有支持实时打断语音通话并后台帮你执行任何的ai模型?
开源ai大模型文件格式GGUF、MLX、Safetensors、 ONNX 有什么区别?
出海挣钱支付收款PayPal、Wise 、PingPong、Stripe如何选择?
如何实现类似google的图片隐形水印添加和识别技术?
linux上如何运行任意windows程序?
ai能写出比黑客还厉害的零日漏洞等攻击工具攻击任意软件系统工程?
js如何获取浏览器的音频上下文指纹、Canvas指纹、WebGL渲染特征?
为啥ai开始抛弃markdown文本,重新偏好html文本了?
网站有没有办法鉴别访问请求是由ai操控chrome-devtools-mcp发出的?


