Replay+RVC极简操作：四步操作替换声音，分分钟秒实现AI唱歌

引言：

嘿，昨天后台有个小伙伴留言问：GPT-SOVITS能唱歌吗？

我得说，它是个TTS，目前它还在学习如何优雅地发音，唱歌这事儿，它还在练习中。不过，别失望，AI唱歌这事儿，虽然已经不是什么新鲜技术，后续的版本一定会有的。

回到AI唱歌，这就得交代一下RVC和TTS的区别了。RVC也就是歌声转换技术，它能让你的声音穿上别人的“声音外套”，就好像是一个音乐播放器，RVC就像是一个声音化妆师，它可以改变你的声音，仿佛你也能成为Katy Perry或者周杰伦。而TTS，文本转语音技术，是依赖微调模型的理解生成合理的语言，就好像一个朗读者，它通过微调模型深度学习。把文字读出来，就像有个私人朗读者随时为你服务。

虽然AI唱歌的热潮可能已经过了顶峰，但它仍然是很多声音UP的掌中利器。那么接下来我来分享一种最新的极其简单的方法：Replay四步实现AI唱歌

它能帮所有人分分钟实现AI唱歌，让我们继续往下看吧...

Replay如何安装：

资源自动获取，公众号回复Replay

1.运行“Windows_Replay-3.3.0-installer.exe”

2.在地址栏输入“%AppData%\Replay”，将Windows版文件.zip文件解压覆盖到文件夹中

3.运行Replay.exe，点击“Not now”不更新，继续使用。

补充：软件版本和运行文件是相关联的，所以请一定要使用网盘里的安装包，并且不要更新！不要更新！不要更新！！！

Replay如何使用：

1.运行软件，选择不更新。（注意网络不行，用我提供的安装程序）

2.随便选择一首歌曲，甚至你都不需要做任何声音处理。直接拖拽到下面框框里。

3.选择自带的已经下载好的模型，点击“CREATE SONG”等待歌曲生成。

4.点击左边的库，查看生成的音频效果。

下面红框里面是，分离开的各个音轨下载。

此时我们已经完成了AI唱歌部分的操作，已经可以随意地替换各种声音演唱。

补充：

我们还可以用自己训练的模型，只需将自己的模型拖拽到此处，或者点击添加。

多模型混合：

下面的高级选项：

后台可能又会有人问，Replay里面下载的模型不是很喜欢，怎么换成自己想要的模型。比如原神的角色，电视剧角色，或者本人自己。

那么继续往下看...

训练自己的RVC模型：

训练自己的SCV模型就要用到Retrieval-based-Voice-Conversion-WebUI这个开源项目啦。

这个项目是一个基于VITS（Vocoder-based Interpolation of Time-domain Speech）的简单易用的语音转换（变声器）框架。它的核心算法是通过使用top1检索来替换输入源特征为训练集特征，以此来避免音色泄漏，确保声音转换的自然性和真实性。

这个项目的特点包括：

易用性：提供了一个简单易用的网页界面，用户可以通过这个界面进行实时变声操作。

快速训练：即使在相对较差的显卡上也能快速训练模型。

少量数据训练：推荐至少收集10分钟的低底噪语音数据，就能训练出效果不错的变声模型。

音色调整：可以通过模型融合来改变音色，提供了ckpt-merge功能。

硬件加速：支持A卡和I卡加速，以及AMD的Rocm技术（仅限Linux系统）。

项目还提供了一些额外的功能，比如调用UVR5模型来快速分离人声和伴奏，以及使用最新的人声 音色 提取算法RMVPE来解决哑音问题。

项目地址：

https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI?tab=readme-ov-file

RVC如何安装：

“go-web.bat”是我们需要的训练器

“go-realtime-gui.bat”是变声器

（变声器加载训练的模型，就可以使用。）

RVC如何训练：

处理后的音频会自动生成在整合包opt路径下，只留人声就行。

2.来到“训练”页签，填写名称路径，配置参数。

根据机器配置适当降低“batch_size”点击“一键训练”，静等完成。

3.完成后将log下的added_xxx.index和assets\exp_name.pth放到一个文件夹中。

4.接下来我们正常在Replay添加模型，AI演唱歌曲就好啦。

总结：

Replay软件以其直观的操作界面和强大的功能，让AI唱歌变得简单而有趣。用户可以轻松地将任何歌曲导入软件，选择预设的模型，就能立即享受到AI翻唱的乐趣。这种即时的体验不仅让音乐爱好者能够快速创作出个性化的歌曲，也为那些想要探索声音变换可能性的用户提供了一个便捷的入口。

而Retrieval-based-Voice-Conversion-WebUI项目则为那些希望深入探索声音变换技术的人提供了一个平台。通过这个项目，用户可以训练自己的RVC模型，无论是模仿偶像的声音，还是创造全新的声音风格，都能在这个项目的帮助下成为可能。它的易用性、快速训练能力和对少量数据的适应性，使得即使是技术新手也能参与到声音模型的训练中来。

这两个工具的结合，不仅展示了AI在声音处理领域的强大潜力，也为未来的音乐创作和声音艺术开辟了新的道路。随着技术的不断发展，AI唱歌和变声技术将会更加简单成熟，为我们的生活带来更多的惊喜和乐趣。

完over。