在抖音上看到一条视频，挺有意思的，曹老板：你才不配我的痴心绝对，应该是通过AI软件将视频/照片生成了动画，然后用AI匹配了人声，匹配了口型，音乐是《绝情晃一杯-莫叫姐姐》，整体听听，比原唱节奏还好多了！恩，尝试新鲜的技术，我也想弄一个！
一、思路解析
原视频里面一共有5个男性角色，4个女性角色，想在咸宁的几个网红里面选几个人出来进行AI模拟训练
（一）角色
疯哥、顶牛这两个是跑不了的，漂漂我平常去得很少，不确定能不能拿到想要的素材，这就三个了，暂定猪猪和三毛吧！
女性的话，冰冰、老五、大鱼？收集在说
（二）工具
看看需要哪些工具可以生成的，对比下
1.分离音频
拿到《绝情晃一杯-莫叫姐姐》这个MP3，在剪映专业版就可以分离了，这个不复杂
2.声音克隆
现在的AI训练软件动起来挺复杂的，而且文件都很大，这个说是有个RVC软件，开发者贴心的给了一个整合包，项目地址：Retrieval-based-Voice-Conversion-WebU，最新的Releases：2.2.231006
（1）下载地址（5G）：
For Nvidia GPU users:
https://huggingface.co/lj1995/VoiceConversionWebUI/resolve/main/RVC1006Nvidia.7z
For AMD/Intel GPU users:
https://huggingface.co/lj1995/VoiceConversionWebUI/resolve/main/RVC1006AMD_Intel.7z
开发者更贴心的给了百度盘，特么的，又是那个流氓软件
https://pan.baidu.com/s/19530AOh2H3Feuti_D51cXw?pwd=reqy
（2）安装使用（听说很慢）：
windows直接运行go-web.bat文件就可以了，其他的可以看看文档。我是4060Ti的卡，看到有个播主说是要装cuda，到N卡的官网下载安装了，具体是否有影响，我这里没有测试，总之我的训练和生成都是顺利的。
需要注意的就是：1.文件夹名称最好不用中文，不要有空格等特殊字符；2.多准备点声音素材，在训练的时候，出来的效果会更好；3.还没发现~
对了，后面要记得：把训练的声音模型（20G）删掉！！
3.对口型
4.成品
整体流程走了一遍，基本顺畅，可以交流！
评论