信手斩龙

1/ star-cover 0.1版本 诞生啦！！一个本地跑的 AI 翻唱工作站。 想介绍一下我做这个的初衷，音乐是我的爱好之一，比重还挺高，一直想听喜欢的歌手唱自己私心喜欢的歌曲。 AI翻唱现在已经很普遍了，技术也很成熟，但是前期准备多，后期处理比较麻烦，所以想自己试试能不能打通。 2/ 把运行链路稳定了一轮。 修了 ffmpeg 找不到、bat 双击闪退、模型缓存路径、RVC 基础模型缺失这些问题。现在本地 CUDA、BS-Roformer 分离、RVC 转换、混音这一整条链路可以比较稳定地跑起来。其实这些我之前都不懂，跟着F5和codex干就完了。 3/ 补了一批歌手模型：Taylor Swift、Bruno Mars、Rihanna、ROSÉ，加上原来的周杰伦。 4/ 今天最大的改动是 GUI，终于落实。 之前用 cmd 和 Gradio 表格凑合跑，但群星分句特别难用。于是重做成自定义网页 UI：暗色界面、歌手卡片、任务摘要、逐句编排列表。 单歌手翻唱是一键跑；群星模式可以每一句选歌手、调变调、批量分配。 5/ 群星分句这个功能开始像“制作台”了。 一首歌先分离人声，再转录成一句一句。每句可以指定不同歌手，比如主歌周杰伦，副歌 The Weeknd，某几句 Rihanna，再单独给几句升降调。 6/ 下一步想训练一个更具体的音色：04-07 年周杰伦演唱会时期那种金属嗓。 今天也整理了训练思路：素材要偏现场、颗粒感强、观众声少、伴唱少。RVC 能学音色和共鸣，但“撕裂感”很依赖原始唱法，所以素材质量会决定上限。 今天输出的歌曲谈不上完美，继续优化。 有对这个项目感兴趣的，有建议的欢迎留言，我会持续改进并分享。 #BuildInPublic #AI #VoiceAI #IndieHackers

13,054 次观看