so-vits-svc
虚拟歌声转换工具，提供丰富的自定义功能
so-vits-svc是一个专注于虚拟歌声转换(SVC)的项目，不支持文本到语音(TTS)功能。该项目利用SoftVC内容编码器从源音频中提取语音特征，并通过VITS进行处理，保留了原始音频的音调和语调。此外，该项目还支持Whisper-PPG编码器和静态/动态声音融合等新功能。最新版本支持通过浅层扩散模型改善声音质量，为开发者提供了一个稳定的学习和实验平台，但不适用于商业生产环境。
so-vits-svc 项目介绍
so-vits-svc 是一个开源的歌声转换项目,旨在实现将一个人的歌声转换为另一个人的歌声。该项目基于 SoftVC 内容编码器和 VITS 声码器,能够保留原始音频的音高和语调,实现高质量的歌声转换。
项目特点
- 使用 SoftVC 内容编码器提取语音特征,无需转换为文本中间表示
- 采用 VITS 作为声码器,并使用 NSF HiFiGAN 解决声音断续问题
- 支持多种语音编码器选项,如 ContentVec、HuBERT、Whisper 等
- 提供浅层扩散模型,可进一步提升音质
- 支持静态/动态声音融合
- 支持响度嵌入
- 集成了 RVC 项目的特征检索功能
使用流程
-
准备数据集:将音频文件放入 dataset_raw 目录
-
数据预处理:
- 对音频进行切片
- 重采样为 44100Hz 单声道
- 自动分割训练集和验证集
- 生成 HuBERT 特征和 F0
-
模型训练:
- 训练 so-vits-svc 主模型
- 可选训练扩散模型
-
推理转换: 使用训练好的模型对新的音频进行歌声转换
注意事项
- 项目仅供学习交流使用,不得用于商业或非法用途
- 使用他人音频数据训练需获得授权,由此产生的问题由使用者承担
- 转换结果需明确标注原始音频来源
- 请遵守项目的使用条款和声明
so-vits-svc 为歌声转换提供了一个强大的开源框架,让更多人能够探索语音合成技术。项目仍在不断发展,欢迎感兴趣的开发者参与贡献。
</markdown>编辑推荐精选
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键 生成无水印视频
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
商汤小浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号