Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

ai变声

Answer

以下是关于 AI 变声的相关内容：

实时变声方面：

  • sovits 一键包：基于 sovits4.0 一键包 2.0，链接：https://share.weiyun.com/Afv83T5j 密码：INT-16 链接：https://pan.baidu.com/s/1Vx0BnpkmPIRziQtORFv-Jg?pwd=INT8 提取码：INT8 不需要安装 python 和 cuda，双击运行
  • Hugging face 可直接测试的模型：https://huggingface.co/spaces/akhaliq/Real-Time-Voice-Cloning
  • 达摩院的产品，可在线测试：https://modelscope.cn/studios/damo/personal_tts/summary
  • 软件界面，支持加载各种 VC（它使用各种语音转换 AI（VC，Voice Conversion）为客户进行实时语音转换）：https://github.com/w-okada/voice-changer

语言声音 AI 模型方面：

  • 使用 AI 的实时语音转换器（Trainer）：https://github.com/isletennos/MMVC_Trainer
  • AI 孙燕姿音色训练 svc：https://github.com/svc-develop-team/so-vits-svc
  • 基于检索的语音转换 WebUI，一基为 VITS 简单易用的语言转换器（语音转换器）框架：https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI
  • 基于 DDSP（可微分数字信号处理）的实时端到端歌声转换系统：https://github.com/yxlllc/DDSP-SVC
  • 浅扩散模型（DDSP+Diff-SVC 重构版）

在 AI 春晚《西游不能停》创作过程中，关于 vocal 变声：

  • 效果不好的原因在于变声效果完全取决于训练素材。如 AI 孙燕姿效果好是因训练大量其歌曲，涵盖不同音域、曲风的干声，而收集的西游记素材有限。
  • 用到了一点 AI 变声技术，如来佛祖的声音等。
  • 尝试了两种办法但效果不满意，最终因 deadline 舍弃。第一种是训练声音模型直接变声，问题是 AI 味儿重，丢失原有强调；第二种是训练声音模型，自己录 rap 再变声，问题是需要专业配音技巧，超出能力范围。八戒和沙僧声音也有训练但文件丢失，效果不理想。
Content generated by AI large model, please carefully verify (powered by aily)

References

AI 语音合成应用方案

实时变声的sovits一键包！基于sovits4.0一键包2.0链接：https://share.weiyun.com/Afv83T5j密码：INT-16链接：https://pan.baidu.com/s/1Vx0BnpkmPIRziQtORFv-Jg?pwd=INT8提取码：INT8不需要安装python和cuda，双击运行Hugging face可以直接测试的模型https://huggingface.co/spaces/akhaliq/Real-Time-Voice-Cloning达摩院的产品，可以在线测试https://modelscope.cn/studios/damo/personal_tts/summary软件界面，支持加载各种VC（它使用各种语音转换AI（VC，Voice Conversion）为客户进行实时语音转换）https://github.com/w-okada/voice-changer[heading2]语言声音AI模型[content]使用AI的实时语音转换器（Trainer）https://github.com/isletennos/MMVC_TrainerAI孙燕姿音色训练svchttps://github.com/svc-develop-team/so-vits-svc基于检索的语音转换WebUI，一基为VITS简单易用的语言转换器（语音转换器）框架https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI基于DDSP（可微分数字信号处理）的实时端到端歌声转换系统https://github.com/yxlllc/DDSP-SVC浅扩散模型（DDSP+Diff-SVC重构版）

金属文：AI春晚《西游不能停》创作过程分享

这里我想聊聊效果不好的原因，玩过sovits、RVC的小伙伴应该知道，变声效果完全取决于训练素材。去年AI孙燕姿之所以效果那么好，能惊艳到大家，也是因为训练了大量孙燕姿的歌曲，涵盖了不同音域、不同曲风的干声。而我收集的西游记素材全部来自86版电视剧，只有师徒四人说话的声音，没有他们唱歌或说唱的素材，所以就不太像。如果当时AI孙燕姿唱的是周杰伦的双节棍，大家也不会觉得很像，因为孙燕姿没有唱过类似的歌，不符合大家对孙燕姿歌声的固有印象。不过《西游不能停》还是用到了一点AI变声技术的，比如前面提到的修音，还有outro那里如来佛祖的声音。算是最后的倔强吧?。对了顺便提一句，如来这里的台词本来是想致敬“黑神话悟空”的，不过好像大家都没get到?[00_01_59-00_02_04.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/VenCbv11Zo7oyzxWn0FcZAw7nyc?allow_redirect=1)[392402545-1-208 00_10_44-00_11_07.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/FsNFbxMgFoBr6Ux8k9ocaGVfn4f?allow_redirect=1)

金属文：AI春晚《西游不能停》创作过程分享

前面提到，我最初的想法是用师徒四人的声音演绎这首歌的，但是用RVC浅尝了两种办法后，效果都不是很满意，最终考虑到deadline就干脆舍弃了。这里还是把“猴哥”和“唐僧”的部分放出来给大伙听听，就当小彩蛋吧。第一种方法，训练声音模型，然后直接变声。问题是变声后AI味儿太重，丢失了猴哥和唐僧的强调。[变声.mp3](https://bytedance.feishu.cn/space/api/box/stream/download/all/T4pqb30M5oKUU9x2XicciwaunXe?allow_redirect=1)第二种方法，训练声音模型，自己录rap，然后再变声。问题是需要我在录音的时候，尽量模仿还原出猴哥和唐僧的特点和感觉，这个涉及到专业的配音技巧，实在超出我的能力范围了....[录音+变声.mp3](https://bytedance.feishu.cn/space/api/box/stream/download/all/C7XbbRwIXodIGmxdu6UcO52cngd?allow_redirect=1)还有八戒和沙僧的声音我也训练了，但是文件丢失了，总之效果也不是很理想。

Others are asking
AI语音，变声器推荐
以下是为您推荐的一些 AI 语音变声器： ：提供实时语音和口音转换流媒体服务。 ：为高效在线会议提供的 AI 驱动软件解决方案。 ：免费的实时语音变换器。 ：为创作者、开发者和虚拟会议提供的降噪产品。 ：其软件在复杂声学环境中提升语音的清晰度和可懂度。 ：声称不制作音频，而是让音频更好。 ：用于会议和音频的降噪。 ：采用最先进的 AI 技术消除视频会议通话中的所有背景噪音。 ：一套 AI 驱动的音频质量增强工具。 ：将智能手机变成高级语音增强设备的应用程序。 ：去除干扰性背景噪音的智能手机应用程序。 ：用于音频和语音产品的智能音频解决方案。 ：通过引入机器学习功能来革新麦克风。 ：生成式 AI 音频增强。 此外，还有以下相关资源和工具： 实时变声的 sovits 一键包： 基于 sovits4.0 一键包 2.0 链接：https://share.weiyun.com/Afv83T5j 密码：INT16 链接：https://pan.baidu.com/s/1Vx0BnpkmPIRziQtORFvJg?pwd=INT8 提取码：INT8 不需要安装 python 和 cuda，双击运行 Hugging face 可以直接测试的模型：https://huggingface.co/spaces/akhaliq/RealTimeVoiceCloning 达摩院的产品，可以在线测试：https://modelscope.cn/studios/damo/personal_tts/summary 软件界面，支持加载各种 VC（它使用各种语音转换 AI（VC，Voice Conversion）为客户进行实时语音转换）：https://github.com/wokada/voicechanger 语言声音 AI 模型相关： 使用 AI 的实时语音转换器（Trainer）：https://github.com/isletennos/MMVC_Trainer AI 孙燕姿音色训练 svc：https://github.com/svcdevelopteam/sovitssvc 基于检索的语音转换 WebUI，一基为 VITS 简单易用的语言转换器（语音转换器）框架：https://github.com/liujing04/RetrievalbasedVoiceConversionWebUI 基于 DDSP（可微分数字信号处理）的实时端到端歌声转换系统：https://github.com/yxlllc/DDSPSVC 浅扩散模型（DDSP+DiffSVC 重构版）
2025-01-14
如何让企业微信可以接上 AI？让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服，可以参考以下内容： 1. 基于 COW 框架的 ChatBot 实现方案：这是一个基于大模型搭建的 Chat 机器人框架，可以将多模型塞进微信（包括企业微信）里。张梦飞同学写了更适合小白的使用教程，链接为： 。 可以实现打造属于自己的 ChatBot，包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能，以及常用开源插件的安装应用。 正式开始前需要知道：本实现思路需要接入大模型 API 的方式实现（API 单独付费）。 风险与注意事项：微信端因为是非常规使用，会有封号危险，不建议主力微信号接入；只探讨操作步骤，请依法合规使用，大模型生成的内容注意甄别，确保所有操作均符合相关法律法规的要求，禁止将此操作用于任何非法目的，处理敏感或个人隐私数据时注意脱敏，以防任何可能的滥用或泄露。 支持多平台接入，如微信、企业微信、公众号、飞书、钉钉等；多模型选择，如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等；多消息类型支持，能处理文本、语音和图片，以及基于自有知识库进行定制的企业智能客服功能；多部署方法，如本地运行、服务器运行、Docker 的方式。 2. DIN 配置：先配置 FastGpt、OneAPI，装上 AI 的大脑后，可体验知识库功能并与 AI 对话。新建应用，在知识库菜单新建知识库，上传文件或写入信息，最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中，AI 面临着巨大挑战，如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法，利用价值网络评估棋面优劣，策略网络选择最佳落子，且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练，达到蒙特卡洛树搜索水平，并将其与蒙特卡洛树搜索有机结合，取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步，也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外，神经网络在处理未知规则方面具有优势，虽然传统方法在处理象棋问题上可行，但对于围棋则困难重重，而神经网络专门应对此类未知规则情况。关于这部分内容，推荐阅读《这就是 ChatGPT》一书，其作者备受推崇，美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容： 1. Coze：支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容，可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时，输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序，标注要采集的内容，内容上传成功率高。 2. AI Share Card：能够一键解析各类网页内容，生成推荐文案，把分享链接转换为精美的二维码分享卡。通过用户浏览器，以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频（文生视频）的相关信息： 一些提供文生视频功能的产品： Pika：擅长动画制作，支持视频编辑。 SVD：Stable Diffusion 的插件，可在图片基础上生成视频。 Runway：老牌工具，提供实时涂抹修改视频功能，但收费。 Kaiber：视频转视频 AI，能将原视频转换成各种风格。 Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多相关网站可查看：https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤（以梦 AI 为例）： 进入平台：打开梦 AI 网站并登录，新用户有积分可免费体验。 输入提示词：涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成：确认提示词无误后，选择模型、画面比例，点击「生成」按钮。 预览与下载：生成完毕后预览视频，满意则下载保存，不理想可调整提示词再试。 视频模型 Sora：OpenAI 发布的首款文生视频模型，能根据文字指令创造逼真且充满想象力的场景，可生成长达 1 分钟的一镜到底超长视频，视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑： 法律法规方面：《促进创新的人工智能监管方法》指出，AI 的发展带来了一系列新的安全风险，如对个人、组织和关键基础设施的风险。在设备风控中，需要关注法律框架是否能充分应对 AI 带来的风险，如数据隐私、公平性等问题。 趋势研究方面：在制造业中，AI Agent 可用于生产决策、设备维护、供应链协调等。例如，在工业设备监控与预防性维护中，Agent 能通过监测传感器数据识别异常模式，提前通知检修，减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面，AI Agent 也能发挥重要作用，实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总： 4 月 11 日： Pika 上线 Pika Twists 能力，可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中，结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术，可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术，实现从单张图片快速生成超逼真的 3D 头像，在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage，通过图片生成可自由拼装 3D 场景，再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型，无缝支持各种视频生成任务（文本/图像/视频到视频）。 4 月 9 日： ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下，可生成完整的 1 分钟视频。 4 月 14 日： 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20