民谣女神唱流行，基于AI人工智能so-vits库训练自己的音色模型(叶蓓/Python3.10)
原文英文，约1500词，阅读约需6分钟。发表于：。流行天后孙燕姿的音色固然是极好的，但是目前全网都是她的声音复刻，听多了难免会有些审美疲劳，在网络上检索了一圈，还没有发现民谣歌手的音色模型，人就是这样，得不到的永远在骚动，本次我们自己构建训练集，来打造自己的音色模型，让民谣女神来唱流行歌曲，要多带劲就有多带劲。构建训练集训练集是指用于训练神经网络模型的数据集合。这个数据集通常由大量的输入和对应的输出组成，神经网络模型通过学习输入和输出之间的关系来进行训练，并且在训练过程中调整模型的参数以最小化误差。通俗地讲，如果我们想要训练民谣歌手叶蓓的音色模型，就需要将她的歌曲作为输入参数，也就是训练集，训练集的作用是为模型提供学习的材料，使其能够从输入数...
本文介绍了如何构建训练集、进行数据清洗和切分。训练集需要选择具有歌手音色特质的歌曲，并使用noisereduce库进行降噪处理。数据切分可以使用audio-slicer库，将清唱样本切成小样本。最后，给出了训练配置文件，并介绍了如何进行训练。
