V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
garywill
V2EX  ›  随想

玩了 N 小时的 sovits 变声器,结论,目前无法替代 TTS

  •  
  •   garywill · 2023-06-09 11:38:31 +08:00 · 1782 次点击
    这是一个创建于 544 天前的主题,其中的信息可能已经有所发展或是发生改变。

    原本做内容是正在使用 TTS 的,但要人工打字,对时间轴

    看最近很多的 AI 歌手,就尝试了 so-vits-svc (现在是 4.1 了),想着用它替换掉自己说话的口音,变成一个咬字清晰的普通男中音

    最后发现只是浪费了 N 个小时!

    浪费了 N 个小时之后的结论

    网上别人分享的模型很多都是萝莉女音(又懒得自己训练)

    唱歌训练出来的模型也不适合讲话,会由普通话变成四川话或河南话

    使用那个最普遍的 AI 孙某著名女歌手也不行

    3 条回复    2023-06-11 12:02:26 +08:00
    optional
        1
    optional  
       2023-06-09 11:56:53 +08:00 via iPhone
    试试 bark
    evemoo
        2
    evemoo  
       2023-06-09 16:27:09 +08:00
    vits 和 sovits 是两个东西
    garywill
        3
    garywill  
    OP
       2023-06-11 12:02:26 +08:00
    @optional bark 是 tts 吧,虽然也号称能克隆音色,好像没查到用 bark 作变声的例子。玩 rvc 了,感觉比 sovits 好
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1138 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 21ms · UTC 18:49 · PVG 02:49 · LAX 10:49 · JFK 13:49
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.