Asosiy kontentga o‘tish
AI qo‘llanmalari

AI loli ovozi modelini noldan o‘qitish bo‘yicha to‘liq qo‘llanma

RVC ochiq manbali loyihasi yordamida shaxsiy loli ovozi modelini o‘qitish

AI loli ovozi modelini noldan o‘qitish bo‘yicha to‘liq qo‘llanma


01 Avval xulosaMen RVC ochiq manbali loyihasidan foydalanib, bir necha soat ichida shaxsiy loli ovozi modelini o‘qitdim. Natija pullik tijoriy ovoz o‘zgartirgichdan ancha yaxshi: ovoz tabiiy va hissiyotlarga boy. Men qanday ohangda gapirsam, u ham aynan shu ohangda chiqadi.02 RVC ning asosiy mantig‘iBir jumlada: **ovozingizni siz xohlagan tembrga almashtirish.** RVC faqat “tembr”ni almashtiradi, “hissiyot”ni emas. Siz xursand gapirsangiz, u ham xursand ohangda javob beradi; xotirjam gapirsangiz, u ham xotirjam chiqadi. Shuning uchun yaxshi model mexanik emas, tabiiy va hissiyotlarga boy eshitilishi kerak. O‘qitish formulasi: **siz xohlagan ovoz audioyozuvi + RVC o‘qitishi = shaxsiy modelingiz**03 Birinchi qadam: material topishMaterial sifati model natijasini belgilaydi.

  • Loli ovozi yozuvini toping

  • Mezonlar: tembr bir xil, hissiyotlar xilma-xil, fon shovqinisiz, 10-20 daqiqa

  • E’tibor bering: butunlay bir xil pichirlashdan iborat materialdan foydalanmang, aks holda model ham “hissiyotsiz” bo‘ladi

04 Ikkinchi qadam: materialni qayta ishlashAudacity (bepul) dasturidan foydalaning:

  1. Audioyozuvni import qiling

  2. **Mono** formatga o‘tkazing

  3. Namuna olish chastotasi **44100 Hz** ekanini tekshiring

  4. **WAV formatida** eksport qiling

Fon shovqini yoki reverberatsiya bo‘lsa, RVC ichidagi “Musiqa va vokalni ajratish” funksiyasidan foydalanib, `VR-DeEchoNormal`ni tanlang. 05 Uchinchi qadam: modelni o‘qitishRVC WebUI dasturini oching (`go-web.bat` fayliga ikki marta bosing) → “O‘qitish” yorlig‘iga kiring| Asosiy parametr | Tavsiya etilgan qiymat ||---------|--------|| Tajriba nomi | Ingliz tilida, masalan, `my_loli_v1` || Versiya | `v2` || Pitch algoritmi | `rmvpe` || Umumiy o‘qitish raundlari | `200-300` || batch_size | `8` |Sozlamalarni kiritgach, **`Bir marta bosib o‘qitish`** tugmasini bosing va jarayon tugashini 1-2 soat kuting. Har 50 raundda bitta model avtomatik saqlanadi.06 To‘rtinchi qadam: natijani tinglash“Model inferensiyasi” yorlig‘iga kiring:

  1. Ovoz tembri ro‘yxatini yangilang va modelingizni tanlang

  2. O‘zingizning audioyozuvingizni yuklang

  3. Pitch o‘zgarishi: erkak ovozini ayol ovoziga aylantirish uchun `+12`, ayol ovozini ayol ovoziga aylantirish uchun `0` kiriting

  4. `rmvpe`ni belgilang

  5. “Aylantirish” tugmasini bosing

Natija yoqmasa, boshqa raunddagi modelni sinab ko‘ring yoki “Jarangsiz undoshlarni himoyalash” parametrini sozlang. 07 Beshinchi qadam: jonli efirda ovozni o‘zgartirish`go-realtime-gui.bat` fayliga ikki marta bosing:

  1. `.pth` modelingizni yuklang (`.index`ni bo‘sh qoldiring, qidiruv ulushini `0` ga qo‘ying)

  2. Kirish qurilmasi sifatida mikrofonni, chiqish qurilmasi sifatida virtual audio kabelni tanlang

  3. Pitch o‘zgarishiga `+12` kiriting (erkak ovozini ayol ovoziga aylantirish uchun), `rmvpe`ni belgilang

  4. “Audio aylantirishni boshlash” tugmasini bosing

Keyin OBS dasturida mikrofon sifatida virtual audio kabelni tanlang.08 Ko‘p uchraydigan muammolar

  • Ovoz qattiq va hissiyotsizmi? → Muammo materialda. Hissiyotlarga boy boshqa materiallar to‘plamini olib, qayta o‘qiting

  • Nega o‘zim o‘qitgan model pullik sotib olingan modeldan yaxshiroq? → Tijoriy dasturlar ekotizimni cheklaydi, siz faqat ular belgilagan modellarni sotib olishingiz mumkin; RVC esa to‘liq sizning nazoratingizda

  • Qanday konfiguratsiya kerak? → Kamida 4 GB videoxotiraga ega NVIDIA videokartasi va 16 GB tezkor xotira

09 Yakuniy so‘z“Qotib qolgan modelga pul to‘lash”dan “yuqori sifatli modelni o‘zingiz o‘qitish”gacha aslida faqat bitta qo‘llanma masofasi bor. Endi sizda shunchaki bir nechta model emas, balki **istalgan ovozni yaratish qobiliyati** bor.

#Sun'iy intellekt dizayni#очиқ манба