## so-vits-svc https://github.com/svc-develop-team/so-vits-svc * WebUI https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/releases/tag/2.2.231006 https://www.bilibili.com/video/BV1a14y1X7d9/?spm_id_from=333.337.search-card.all.click&vd_source=1883269ab62e2e4e8d6749388e2881e7 ### 訓練 1. 訓練名稱 2. 訓練集的文件夾位置 ``` bash D:\RVC1006Nvidia\voice\lee ``` 3. 根據自身需求調整訓練步數 ### 伴奏人聲去除 1. 輸入待處理音頻資料夾路徑or直接上傳音頻文件 2. 選擇模型HP2和HP3(HP2更好地保留了人聲)，若音樂有和聲則選擇HP5 3. 輸出人聲和背景音樂的文件夾 4. 第一次去除後選擇vocal開頭的文件並選擇onnx的模型 5. 第二次去除後選擇結尾為main_vocal的文件並選擇VR-DeEcho-Aggressive的模型 ## so-vits-svc-fork https://github.com/voicepaw/so-vits-svc-fork/blob/main/README_zh_CN.md * Silence threshold - 指音頻分成單獨的部分必須達到的安靜程度 通常越低越好，但需要更多的内存。 * Max Chunk Seconds - 越大越好 可以增加效能 * Auto predict F0 - crepe