现在先挖坑，以后慢慢填好

你可能需要的软件：AU，格式工厂，阿里云盘，还有一个浏览器

首先，目前网上的AI音声合成软件/项目可分为3类：TTS（文字转语音，例如fish-speech,GPT-sovits），SVC（歌声转换，例如so-vits-svc，DDSP-svc），SVS（歌声合成，例如diffsinger,vocaloid,ACE,synthesizer v等）。而这里所述的RVC是SVC项目，可以将输入音源转换为另一种音声。

为了避免一些不必要的麻烦，请不要生成或训练任何zz，暴力，涩情内容。同时我不建议您使用这类生成式AI进行任何商业活动，尤其是使用了未经授权的数据集训练出的模型，这可能会导致一些法律上的纠纷。

今天就写到这里，明天开始更新正文

我为什么推荐各位使用RVC，其一，RVC训练所需数据集少（10分钟即可，也就是说只要有换皮的学生就可以开练）其二，相对于so-vits-svc，RVC的下限更高，在数据集质量较差的情况，RVC的效果更好（众所周知你游很多语音音质都只能用悲剧来形容，当然so-vits-svc的上限是比RVC高的），其三，RVC的云端训练成本低，一般可以控制在1元以内。

那么什么样的声音适合AI翻唱呢？大多数情况下，音声偏亮的声音更适合，例如：优香，和纱，而音声较暗的不太适合，例如佳代子，纱织，这些声音训练出的模型，音域窄，一般而言效果不会太好。

假期边练模型边写算了

继续更新

1.搜集数据集：打开浏览器，输入kivo.fun以进入古书馆，下载角色音频（那种太短的就不下了，例如受击语音）

补充一点：沾了混响的语音也不能要

2.合并语音
我们需要将上述音频进行合并，以方便我们来进行下一步：响度匹配

由于古书馆的语音响度太大，直接拿去训练的话模型效果不会很好。所以进行响度匹配是必要的。但是每个角色换皮的语音响度不同，所以我们应该按不同的换皮来分开合并。例如我这里下载了宫子和泳装宫子的语音，打开格式工厂，点击音频合并，将原皮和泳装皮分别合并成两个采样率为44100Hz的WAV文件。