手把手教学！简单上手“AI复活”技术

随着AI不断的发展，最近关于“AI复活逝者”的相关新闻上了热搜。像是商汤利用这些技术，成功复活了汤晓鸥老师。

它以数字人的形式，出现在了商汤的年会上，并成功复刻出汤老师的表情和语气，用其幽默的语言，来了一场“跨越时空”的脱口秀表演。

另一方面，AI复活技术本质上能够让在世的人看到已经逝去的亲人，让他们对亲人的思念得到寄托。

这让我回想起了“流浪地球2”中，图恒宇一直想复活他车祸去世的女儿，何尝不是对女儿的不断思念所造成的执念。

特别是有孩子的之后，才会慢慢理解电影中“图恒宇”做法：

由于有人有这个需求，这就慢慢催生出了“AI复活”这一产业。但是目前AI复活产业还是不完善，社会相关法律还没有出台，这个产业目前还是鱼龙混杂。

在淘宝上，AI复活最便宜的几十块钱，贵的则去到上千元不等。但其实这些技术本质上我们是可以自己实现的，而且不需要任何钱就可以。

AI复活其实就是三个步骤：

克隆逝者的声音：本教程手把手教你如何简单的克隆一个人的声音

克隆逝者的说话方式：这个本质上可以使用大量需要克隆的人物语言，让大模型去学习。其实就可以利用ChatGPT这类的大模型去模仿说话方式

对齐口型：利用逝者的照片，让AI对齐口型，让图片开口说话。

先来看看最终生成的效果：

下面就是具体的生成步骤

免费白嫖AI声音克隆

这里可以直接打开我准备好的Colab页面，里面已经包含了需要运行的代码和要下载的模型：

代码：

https://colab.research.google.com/drive/1CXdG3bvoZt7fSVuUaG41aWpn1SUkVjJu?usp=sharing

执行所有代码运行后

会生成一个可以打开的网页：

1

分离背景音和人声

在生成的网页中，勾选“Open UVR5-WebUI”按钮

回到刚才的控制台界面，最下面会出现新的网站，点击他进入UVR5 WebUI

这里有三个步骤需要说明一下：

上传音频文件：最好选择1分钟以上的wav格式音频，这里我直接从b站上找了”蔡徐坤“的音频进行上传

选择模型：可以先无脑选择HP2

点击生成

最后生成的音频中，已经把背景音和人声进行了分离，然后把”instrument“文件删除掉：

切割音频并校准

得到人声音频后，需要对人声进行相应的校准。

1

声音切割

复制输入原音频的文件夹（不要有中文），如果刚刚经过了UVR5处理那么就是uvr5_opt这个文件夹。粘贴这个文件夹

生成的声音切割样本

2

音频打标

为什么要打标：打标就是给每个音频配上文字，这样才能让AI学习到每个字该怎么读。这里的标指的是标注

按上面步骤，就生成”list“结尾的文件，这个文件本质就是包含每段音频对应的文字：

开启声音训练

按照下面图片进行相应的步骤：

选择”1-GPT-SOVITS-TTS“选项卡

需要实验名称，这里可以随意起名字，我取了”caixukun“，主要不要用中文名字就可以

把上面生成的list文件填入

把对应的音频文件路径”slicer_opt“填入

最后点击下图的按钮，进行声音格式化：

1

微调训练

上面的所有步骤本质上就是把音频处理成合适的模型输入格式，到这一步就可以开始进行训练了。

所有参数基本默认就可以了，然后开始SoVITS模型训练，训练完成后，接着开启GPT训练。

训练完成后，可以看到目录下生成的两个模型文件，这时候可以下载到本地中，下次想用就不需要重新训练了：

2

模型生成新的语言文本

得到模型之后，怎么利用AI克隆的声音讲出新的语言呢？这里就需要进行模型推理。

先开启推理界面，其中两个模型的文件需要选择你刚刚生成的（如果看不到模型可以刷新一下），然后点击”Open TTS inference WEBUI“

打开之后就可以来到最后一步了：

上传模仿的语气文件：这一步主要是为了控制生成声音的语气和语速，可以上传自己最开始的音频文件

填写目标文本：就是让AI说的话

点击生成后，可以看到音频的生成，最后来看看我生成的效果，已经接近真人的声音了：

结合图片进行开口说话

这一步就比较简单了，可以直接利用免费的软件“SadTalker”让图片动起来，同时对齐上面生成的音频。

这个软件有打包的版本，可以直接下载：

解压完成后，点击“WEBUI运行.bat”，然后打开网页界面：

生成的步骤简单总结为三步：

上传需要开口说话的图片

点击生成

最后来看一下我生成的效果：

总结

其实“AI复活”的技术并不复杂，普通人根据上面我的步骤就可以自己简单实现一个，其主要用到的就是声音克隆技术和图片动图技术。

感兴趣的读者可以尝试一下，只要使用过几次，其实很容易就上手了。但是这里也不建议，花太多的时间精力和超出自己承受能力的金钱，在去世的人身上，多关注身边的人，让自己走出阴霾，这样才显科技的温度。