Sentry Bot Voice (so-vits-svc model)
详情
下载文件
模型描述
我使用《辐射4》中哨兵机器人（Sentry Bot）的语音片段训练了这个歌声克隆AI。我使用了默认的训练设置，即10000个训练周期——不过考虑到哨兵机器人语音的简单性，这可能有些过度了……
不管怎样，效果还不错，AI很好地保留了哨兵机器人语音的“音频细节”，即使出错时听起来依然可信（因为哨兵机器人的语音本就带有“嘈杂”和“不精确”的特点）。然而，如果你想在输出中保留哨兵机器人语音中的音高变化，必须在输入音频中包含这些音高变化。关于输出质量，建议输入音频以缓慢清晰的方式朗读，因为哨兵机器人本身说话方式就是这样，否则其语音难以听清。
根据评论建议，这里提供一个可以运行该模型的良好代码库链接：https://github.com/voicepaw/so-vits-svc-fork
你可以选择从源码安装，或按照 README 中指定的 pip 命令进行安装。
该工具提供图形界面，你可以指定权重文件、对应的配置文件，以及想要转换的输入音频。
如果你能运行稳定扩散（Stable Diffusion），那么这个AI在输入音频不超过5分钟的情况下应该能在5分钟内完成运行，不过更长的音频需要更多的显存（但你可以简单地将长片段切分为短段处理）。
此模型生成的图像
未找到图像。