前言

随着人工智能技术的飞速发展，音乐创作领域也迎来了新的变革。AI翻唱技术，特别是针对特定风格或组合的翻唱，已经成为音乐制作领域的新宠。本文将带你学习如何使用RVC（Retrieval-based-Voice-Conversion-WebUI ）简称 RVC一个基于VITS的简单易用的语音转换（变声器）框架，模型训练出多个角色能够翻唱比奇堡合唱团歌曲的AI模型。

听比奇堡美男团唱硬曲，拒绝emo

模型下载

我训练好的比奇堡声音模型已经上传到模型工坊了。可以自己直接使用，不用训练，直接进行推理。跳转到本文的歌曲推理部分看看。 下载方式在mxgf.cc上搜索对应的模型就可以了，比如痞老板、派大星、海绵宝宝。

为了训练出高度还原比奇堡角色声音的AI模型，首要任务是收集大量的比奇堡声音样本，声音样本的采集工作至关重要，关乎着模型的质量好坏，影响翻唱的效果，声音样本的提取我们可以从官方发布的动画、视频资源中截取，或者寻找高质量的录音资料。在采集过程中，需要确保声音样本的清晰度和纯净度，避免噪音干扰，以保证训练出的模型性能达到最佳。 采集到足够的声音样本后，我们将利用深度学习框架来训练RVC模型。RVC模型是一种基于深度学习的语音处理技术，它通过神经网络学习源声音与目标声音之间的映射关系，实现源声音向目标声音的转换。在本教程中，目标声音即为比奇堡角色的声音。 AI比奇堡声音模型训练与应用 专业级AI比奇堡声音模型训练涉及声音提取、模型训练、歌曲推理和歌曲合成四个关键步骤。

首先，通过手动或自动方法提取比奇堡各个角色的声音样本；接着，利用深度学习框架训练RVC模型，学习并模拟角色声音特征；然后，将模型应用于歌曲推理，结合旋律和节奏生成符合角色特色的歌曲；最后，通过音频编辑软件合成完整的歌曲作品，实现高质量的AI声音模仿与应用。

听不懂术语没关系，我把它分成四部分：1.提取声音 2.训练模型 3.推理歌曲 4.合成歌曲

常用工具下载

1 音频分离工具

链接：https://pan.baidu.com/s/12DWJHR6qRAB3lGQmJckMJw?pwd=mxgf

提取码：mxgf

2 RVC整合包下载

N卡下载 链接：https://pan.baidu.com/s/1Vzvpq_D-NFLL-IpvQtzPlA?pwd=mxgf 提取码：mxgf

A卡下载 https://pan.baidu.com/s/1XDp0dzvDpgqGgHT1r15b2A?pwd=z3oo

将整合包下载并解压，启动go-web.bat 等待运行

会跳转到浏览器，本地内网地址

进入训练界面，默认的参数默认就行，不用动

3，输入音频文件夹路径，处理数据

将要训练的的干声数据集放到本地任意英文路径文件夹内复，点击处理数据

处理数据

出现 end preprocess 表示处理完毕

特征提取

（特征提取是从声音信号中提取有用信息的过程，这些信息可以被用于训练模型进行分类或识别）

出现 all-feature-done 表示已经处理完毕，可以进行最后一步处理了

开始训练，设置训练的步数和保存频率

保存頻率 这个数值表示多少轮保存一次模型，如果你的电脑很牛很稳定 50轮也是可以的，不然就推荐 20-40轮保存一次模型

總訓練輪數一般 300轮，模型就可以出炉了

每张显卡的batch_size 如果你的显存是8则填8，显存多少，填多少数值。

点击一键训练

终端显示Epoch: 1字符，表示第一轮，正在训练了

等待几个小时后，就训练结束了，就可以进行下一步，对声音模型进行推理试音了。

三、 歌曲分离/推理

1，歌曲分离

1，准备好歌曲文件，格式包括AAC,FLAC等主流声音格式，但不包括加密格式，比如网易云加密歌曲，酷狗,qq音乐。

2，将歌曲文件放到UVR 5，进行分离，分离的目的是 把伴奏和人声抽离出来

处理完成之后会得到两个音频文件

1_陈雪凝 - 绿色_(Instrumental) 伴奏

1_陈雪凝 - 绿色_(Vocals) 人声

等下推理时候会用到 这个 _(Vocals) 人声部分

注：

模型要记得选择 MDX-NET UVR-MDX-NET Main

处理模型下载

百度网盘 请输入提取码

将下载好的模型，放到UVR根目录下面的models文件夹下

如果分离过程中出现报错，可能原因是显存或内存不足，尝试重启电脑

2，歌曲推理

打开整合包

RVC0813 整合包下载（整合包 包含 运行环境 启动器）

百度网盘 请输入提取码

下载之后，解压

版本说明

下载RVC0813AMD_Intel包可解锁A卡I卡

（1）双击go-realtime-gui-dml.bat使用实时变声，A卡大概能压到300ms左右，以下有压力

（2）双击go-web-dml.bat使用训练推理（CPU训练）

N卡用户下载RVC0813Nvidia

（1）双击go-realtime-gui.bat使用实时变声，N卡大概能压到100ms左右，以下有压力

双击go-web.bat使用训练推理

选择合适自己的显卡下载

等待启动，出现地址，表示启动成功

启动成功会自动跳转WEBUI

将模型放置到目录（训练好的，忽略这一步）

刷新音色，然后按顺序进行推理

解疑

音频地址

WIN11 鼠标右击可以快速复制地址，复制的地址前后如果带有双引号记得删除”“

WIN10 需要将声音文件放到 任意文件夹内，按shift+鼠标右键 选择复制路径

四、歌曲合成

所需工具 AU 链接：百度网盘-链接不存在

解压密码 @vposy

1，转换后的歌曲人声下载到桌面

2，使用AU将伴奏和转换后的人声合并

首先新建多轨会话，将转换的人声和伴奏拉进AU

导出

教程结束，教程写的有点乱，多多包涵，有什么不懂的下方留言。