带你了解用AI生成语音及GPT工具的神奇操作
等你看完这条视频之后，一定会颠覆你的认知。你能想到这是一条用AAI生成的语音吗？
不知道大家有没有想过这样一个问题啊啊如果沿着地轴中心挖一条贯穿南北极的通道啊，就是把地球挖穿，然后从一个洞口跳下去，那么这个人可以从另外一个洞口出来了。没错，这的确就是用AI生成的，准确点说它应该叫语音克隆。
你可以把任何你熟知的声音作为样本，通过简单的训练生成一个声音模型。在你需要使用的时候，随意输入文字就可以生成一条几乎接近真人，并且可以带有情绪的语音。
那现在就来带你了解这个神奇的工具，GPT sol iz.
在开始之前你需要先做一件事，准备一个一分钟左右干净的声音样本，最好是吐字清晰，没有杂音音和背景音乐。
如果你的声音样本带有背景音乐怎么办呢？就要知道GPT surface的第一个功能，伴奏分离解压整合包后，运行里面的GOBUI脚本文件，稍等片刻就会弹出搜VITS的YBUI界面。我们要做的第一步就是勾选这里开启UV25，它会以一个新页面的形式打开UV25的操作页面。
在这里，我提前准备了一条郭老师的单口相声片段作为样本，那是他头号的军师大谋士。然后复制文件路径并粘贴在这里。模型我选择HP5，文件格式选V点一下转换，很快它就会把你声音里的人声和伴奏进行分离。
在根目录下的output文件夹里，打开这个文件夹里面可以看到两个音频文件，这个是伴奏。而这个就是干净的人生。提董卓，必须得说李路，那是他头号的军师。伴奏没什么用，我们可以给它删掉，然后复制这个文件夹路径返回到工具里，关掉这个页面并取消这边的勾选来释放内存。
接着把刚刚复制的路径粘贴在这里，点一下开启语音切割。切割完成后，在slicer下划线opt文件夹里就可以看到切割后的音频文件。我们在复制这个文件夹的路径，粘贴在批量ASR输入路径中点，开启离线批量ASR。这个过程也很快，等几秒钟后这边显示完成，我们就可以在ASR下划线opt文件夹看到里面有一个打标数据文件。
在这个文件上鼠标右键复制文件地址，然后把地址粘贴在标注文件路径里面，删掉路径里的双引号，勾选这里开启打标web UI弹出这个页面后，就可以根据每一个语音片段核对有没有错别字或者断句错误的地方。
如果你的语音片段较多点，next index翻看下一页，确认无误后点submit text提交修改后的标注内容，然后关掉这个页面并取消这边的勾选。
接着进入PTS标签页这里我们给模型命一个名，并在这里粘贴标注文件的路径。我们可以返回到这个页面，把这边的路径复制过来，粘贴在这里就行。这里输入切割后的音频文件夹路径，同样也可以回到这边，把这个路径复制下来，粘贴在这里，拉到下面，点开启一键三连，等几秒钟这边显示完成后，进入微调训练标签。
这边的参数基本上不需要怎么去调整，直接点开启搜VIPS训练，在后台能看到进度，说明训练在正常进行，直到这边提示训练完成后，就可以开始最后一步GPT训练。
训练总轮数可以根据你的显卡来调整，轮数越高训练时长就会越长。然后点开启GPT训练，第一次训练会比较久，后面只要你的显卡不会特别差，正常这个过程可以在一两分钟内完成。
完成后进入推理标签，刷新一下模型，这里就可以看到我们刚刚训练好的模型了。通常我们会选择使用参数最大的那个模型，然后勾选开启TTS推理YBY，然后就可以进入最关键的一步，语音合成
在切割的语音片段里选一段语音拖入到这里，这里输入这段语音的文字内容，在这里输入需要合成语音的文本。需要注意的是，如果你的文字比较多，需要先在这里对文本进行切分，切分后再复制到这里，点合成语音，这里的合成跟SD一样，生成的结果就跟抽盲盒一样，每次都会有不同的效果，选一个满意的效果保存就可以了。
火焰山由于山上一片火海。
《AI语音克隆与GPT工具使用全攻略》
在当今数字化时代，AI语音克隆技术正变得越来越热门。使用AI生成语音，能为我们带来诸多便利。比如，通过简单的操作，就能把熟知的声音变成可生成带有情绪语音的模型。
首先，准备一个干净的声音样本很关键。这就像盖房子得有好材料一样，样本质量直接影响后续效果。要是样本带背景音乐，别怕，利用GPT surface的伴奏分离功能，运行相关脚本文件，轻松就能分离人声和伴奏。
接着是语音切割环节。这一步能让音频更符合我们的需求。之后进行离线批量ASR，核对标注文件，确保语音内容准确无误。
然后进入模型命名和微调训练阶段。根据显卡调整训练轮数，完成后就能看到训练好的模型啦。
最后，进入语音合成步骤。在这里，输入文本，选择满意的效果保存，就能拥有属于自己的独特语音啦。
总之，掌握这些步骤，就能轻松玩转AI语音克隆与GPT工具，开启语音创作新体验。
AI语音克隆、GPT工具、声音样本、伴奏分离、语音切割
[Q]：使用AI生成语音前需要准备什么？
[A]：准备一个一分钟左右干净且吐字清晰、无杂音和背景音乐的声音样本。
[Q]：声音样本带背景音乐怎么办？
[A]：利用GPT surface的伴奏分离功能，解压整合包后运行GOBUI脚本文件。
[Q]：如何分离人声和伴奏？
[A]：勾选开启UV25，复制文件路径粘贴，选HP5模型、V格式转换。
[Q]：怎样进行语音切割？
[A]：粘贴文件夹路径，点开启语音切割，在特定文件夹查看切割后的音频文件。
[Q]：离线批量ASR有什么作用？
[A]：能在ASR下划线opt文件夹生成打标数据文件，用于核对语音内容。
[Q]：标注文件路径怎么操作？
[A]：复制文件地址粘贴，删掉双引号，勾选开启打标web UI核对内容。
[Q]：如何进行微调训练？
[A]：进入PTS标签页命名模型、粘贴标注文件路径等，开启搜VIPS训练。
[Q]：语音合成时要注意什么？
[A]：文字多需先切分，拖入语音片段，输入文字内容，选满意效果保存。
不知道大家有没有想过这样一个问题啊啊如果沿着地轴中心挖一条贯穿南北极的通道啊，就是把地球挖穿，然后从一个洞口跳下去，那么这个人可以从另外一个洞口出来了。没错，这的确就是用AI生成的，准确点说它应该叫语音克隆。
你可以把任何你熟知的声音作为样本，通过简单的训练生成一个声音模型。在你需要使用的时候，随意输入文字就可以生成一条几乎接近真人，并且可以带有情绪的语音。
那现在就来带你了解这个神奇的工具，GPT sol iz.
在开始之前你需要先做一件事，准备一个一分钟左右干净的声音样本，最好是吐字清晰，没有杂音音和背景音乐。
如果你的声音样本带有背景音乐怎么办呢？就要知道GPT surface的第一个功能，伴奏分离解压整合包后，运行里面的GOBUI脚本文件，稍等片刻就会弹出搜VITS的YBUI界面。我们要做的第一步就是勾选这里开启UV25，它会以一个新页面的形式打开UV25的操作页面。
在这里，我提前准备了一条郭老师的单口相声片段作为样本，那是他头号的军师大谋士。然后复制文件路径并粘贴在这里。模型我选择HP5，文件格式选V点一下转换，很快它就会把你声音里的人声和伴奏进行分离。
在根目录下的output文件夹里，打开这个文件夹里面可以看到两个音频文件，这个是伴奏。而这个就是干净的人生。提董卓，必须得说李路，那是他头号的军师。伴奏没什么用，我们可以给它删掉，然后复制这个文件夹路径返回到工具里，关掉这个页面并取消这边的勾选来释放内存。
接着把刚刚复制的路径粘贴在这里，点一下开启语音切割。切割完成后，在slicer下划线opt文件夹里就可以看到切割后的音频文件。我们在复制这个文件夹的路径，粘贴在批量ASR输入路径中点，开启离线批量ASR。这个过程也很快，等几秒钟后这边显示完成，我们就可以在ASR下划线opt文件夹看到里面有一个打标数据文件。
在这个文件上鼠标右键复制文件地址，然后把地址粘贴在标注文件路径里面，删掉路径里的双引号，勾选这里开启打标web UI弹出这个页面后，就可以根据每一个语音片段核对有没有错别字或者断句错误的地方。
如果你的语音片段较多点，next index翻看下一页，确认无误后点submit text提交修改后的标注内容，然后关掉这个页面并取消这边的勾选。
接着进入PTS标签页这里我们给模型命一个名，并在这里粘贴标注文件的路径。我们可以返回到这个页面，把这边的路径复制过来，粘贴在这里就行。这里输入切割后的音频文件夹路径，同样也可以回到这边，把这个路径复制下来，粘贴在这里，拉到下面，点开启一键三连，等几秒钟这边显示完成后，进入微调训练标签。
这边的参数基本上不需要怎么去调整，直接点开启搜VIPS训练，在后台能看到进度，说明训练在正常进行，直到这边提示训练完成后，就可以开始最后一步GPT训练。
训练总轮数可以根据你的显卡来调整，轮数越高训练时长就会越长。然后点开启GPT训练，第一次训练会比较久，后面只要你的显卡不会特别差，正常这个过程可以在一两分钟内完成。
完成后进入推理标签，刷新一下模型，这里就可以看到我们刚刚训练好的模型了。通常我们会选择使用参数最大的那个模型，然后勾选开启TTS推理YBY，然后就可以进入最关键的一步，语音合成
在切割的语音片段里选一段语音拖入到这里，这里输入这段语音的文字内容，在这里输入需要合成语音的文本。需要注意的是，如果你的文字比较多，需要先在这里对文本进行切分，切分后再复制到这里，点合成语音，这里的合成跟SD一样，生成的结果就跟抽盲盒一样，每次都会有不同的效果，选一个满意的效果保存就可以了。
火焰山由于山上一片火海。
《AI语音克隆与GPT工具使用全攻略》
在当今数字化时代，AI语音克隆技术正变得越来越热门。使用AI生成语音，能为我们带来诸多便利。比如，通过简单的操作，就能把熟知的声音变成可生成带有情绪语音的模型。
首先，准备一个干净的声音样本很关键。这就像盖房子得有好材料一样，样本质量直接影响后续效果。要是样本带背景音乐，别怕，利用GPT surface的伴奏分离功能，运行相关脚本文件，轻松就能分离人声和伴奏。
接着是语音切割环节。这一步能让音频更符合我们的需求。之后进行离线批量ASR，核对标注文件，确保语音内容准确无误。
然后进入模型命名和微调训练阶段。根据显卡调整训练轮数，完成后就能看到训练好的模型啦。
最后，进入语音合成步骤。在这里，输入文本，选择满意的效果保存，就能拥有属于自己的独特语音啦。
总之，掌握这些步骤，就能轻松玩转AI语音克隆与GPT工具，开启语音创作新体验。
AI语音克隆、GPT工具、声音样本、伴奏分离、语音切割
[Q]：使用AI生成语音前需要准备什么？
[A]：准备一个一分钟左右干净且吐字清晰、无杂音和背景音乐的声音样本。
[Q]：声音样本带背景音乐怎么办？
[A]：利用GPT surface的伴奏分离功能，解压整合包后运行GOBUI脚本文件。
[Q]：如何分离人声和伴奏？
[A]：勾选开启UV25，复制文件路径粘贴，选HP5模型、V格式转换。
[Q]：怎样进行语音切割？
[A]：粘贴文件夹路径，点开启语音切割，在特定文件夹查看切割后的音频文件。
[Q]：离线批量ASR有什么作用？
[A]：能在ASR下划线opt文件夹生成打标数据文件，用于核对语音内容。
[Q]：标注文件路径怎么操作？
[A]：复制文件地址粘贴，删掉双引号，勾选开启打标web UI核对内容。
[Q]：如何进行微调训练？
[A]：进入PTS标签页命名模型、粘贴标注文件路径等，开启搜VIPS训练。
[Q]：语音合成时要注意什么？
[A]：文字多需先切分，拖入语音片段，输入文字内容，选满意效果保存。
评论 (0)