少数派
·
用开源项目，你也能训练自己的 AI 语音模型
💡
原文中文，约14400字，阅读约需35分钟。
📝
内容提要
本文介绍了获取、处理和训练音频素材的技巧，包括人声分离、文件重命名、批量切片、音量统一等。作者提醒读者注意相关法律法规。最后，作者分享了训练参数设置的小技巧。
🎯
关键要点
- 本文介绍了获取、处理和训练音频素材的技巧。
- 包括人声分离、文件重命名、批量切片、音量统一等处理方法。
- 作者分享了个人训练成果和应用场景。
- 提醒读者注意相关法律法规，特别是肖像权和名誉权的保护。
- 语音模型主要分为文字转语音和语音转语音两类。
- 推荐了两个开源项目：so-vits-svc和Retrieval-based-Voice-Conversion-WebUI。
- 本地训练的门槛包括显卡要求、音频素材质量和基础编程知识。
- 提供了项目部署和数据集准备的详细步骤。
- 强调训练进度的监控和参数设置的重要性。
- 最后提醒读者关注自身隐私数据的保护。
➡️
