SO-VITS-SVC 實戰經驗分享：從零開始打造我的專屬AI歌手
AI 唱歌系列之一開始的契機
讓 AI 用我的聲音唱歌：SO-VITS-SVC 入坑之旅
大家好！我從來沒想過自己會掉進 AI 這個深坑，結果我偏偏一頭栽進去了！從完全不懂什麼叫「命令行」、什麼是Python ，跌跌撞撞、重來無數次，花了很多的時間和錢（畢竟我那拉胯的電腦跟蝸牛一樣，只能靠雲端幫忙跑模型）。當然也得說清楚，這是一段「你以為會崩潰，沒想到更崩潰」的學習旅程。
網路上雖然零零散散有些指導，但對像我這樣的 AI 蒟蒻來說就像看天書。所以，我才決定扛起分享的重任，跟大家聊聊我的入坑心得。
此圖是我用ideogram2.0所生成。
什麼原因讓我開始？
說到我踏入這個坑的理由，那得追溯到幾年前一個唱歌 APP（名字我就不說了，贊助我再考慮廣告 XD）。當時下載來玩了一下，後來沒多久就棄用了。不過我一直很愛唱歌又很愛聽歌，雖然唱得像音癡，但這款 APP 還是一直霸占著我的手機記憶體，像清不掉的口香糖一樣。
一開始，我很懷疑：「機器人？唱人類的歌？你怕不是只會機械音『嗡嗡嗡』吧？」但耐不住好奇心（這玩意兒害死貓，更有效地害死了我）。於是試了試，哎唷，就是這麼一試啊，我成功用自己的聲音挖了個坑，然後自己跳進去了。
系統要求我唱 4-5 首歌，來給 AI 做學習數據。等了十分鐘後，APP 彈出一個通知：「AI 訓練完成。」我的好奇心瞬間爆棚，點開它唱的第一首歌的瞬間，我腦子只飄過幾個大字：這也唱得太好了吧！而且，居然連那種常見的「沒感情 機械感」都幾乎察覺不到！
驚艷的體驗
我以為自己能批評一下技術沒做到位，結果 AI 硬是把我的耳朵震懵了。學了不到十首歌，它居然能做到 90% 還原我的聲音，甚至唱到我平時會走音、破音的地方都感覺唱的比我好！老實說，有點受到打擊呀（天哪，比真人還真人！）。
我又試了幾種不同類型的歌，AI 唱得都相當不錯。快歌、慢歌、抒情歌，我還給它來段 RAP！（結果是AI不太會RAP～）。於是，我樂呵呵地把 AI 唱的歌發給朋友們試聽，還一本正經地問：「你們覺得像我的聲音嗎？」結果朋友都以為是我本人唱的。
這一刻，我腦補了無數個場景：我的 AI 歌姬可以唱周杰倫、可以唱 Adele，還可以初音？甚至唱幾句廣告詞都行！簡直是全能選手，給虛擬角色一個靈魂，實現你無限的聲音夢想！
這簡直打開了我新世界的大門！原來AI技術已經發展到如此地步，可以創造出如此真實又富有情感的歌聲！
但完美背後總有瑕疵——這款 APP 功能雖強，不過有個小硬傷：只能在 APP 裡玩。對於這一點，作為一個愛找麻煩給自己的人，我開始思考：「我能不能把 AI 翻唱帶出 APP 呢？」然後，我就像掉進兔子洞的愛麗絲，進入了 AI 技術的奇幻世界。
AI 的四大應用領域：
除了唱歌，AI 早就燒遍了藝術圈與科技界。看看它們在以下這四大領域有多逆天：
1.繪圖（AI繪圖/生成美術）：
- 用 GANs 和擴散模型搞了一堆畫作出來。畫得比神還神，但偶爾也會翻車，畫出一些「鬼畜」作品。不信？讓它畫個「普通人吃飯」試試看！
2.寫作（AI文本生成）：
- GPT 系列簡直無敵，可以幫你寫情書、寫作業，寫請假條，樣樣精通。以後老闆可能要擔心員工用 AI 寫辭職信了！
3.影片生成（AI影像生成/編輯）：
- 動畫、特效、影片混剪，簡直是視覺盛宴。以後演員可能只需要擺擺 Pose，剩下的都交給 AI 就好。
4.聲音學習（AI聲音生成/處理）：。
- AI 配音、AI 音樂，已經不是什麼新鮮事了。但 AI 唱歌？這可是個深坑！小心你的 AI 歌姬比你更吸粉！。
後記：SO-VITS-SVC 的魅力
在連續數個不眠之夜後，我的注意力全被一款項目吸引了：SO-VITS-SVC。
它是一款開源的 AI 唱歌模型，免費又好用，給我無限的想像空間。
有些人總是把 AI 唱歌模型和 AI 說話模型搞混，雖然它們都屬於聲音克隆技術，但用途可是天差地別啊！如果你想讓 AI 開啟歌神模式，那就得乖乖選擇專門的唱歌模型來訓練，否則效果可能會讓你懷疑人生；而如果只是想讓 AI 說幾句話，那就不用這麼麻煩，不需要派唱歌模型上場，說話模型就可以滿足你所有需求。
順帶一提，這款唱歌模型對硬體的要求可不低，沒有點家底的電腦，可能連 AI 都會嫌棄你！（我就是被嫌棄的那位..），跑是可以跑，但是一步要600多秒.....走了2步我就果斷放棄本地訓練了。
接下來我會分階段分享 SO-VITS-SVC 的訓練方法、調參技巧、以及我遇到的各種問題和解決方案，幫助你從零開始打造自己的 AI 歌姬」。
下一篇我會分享如何準備訓練數據、環境部署以及如何選擇合適的雲端平台」。
PS：第一次寫心得文章，有點小緊張，比我的 AI 第一次唱歌還緊張。如果文章有任何問題，歡迎指教！，謝謝觀看文章的你們。
