本文最后更新于10 天前,如有版本迭代或环境切变,可告知邮箱到xianghy_m@sina.com指正修改。
通常情况下,通过回声消除、门限设置以及辅助人声降噪,能够提升整体音频的清晰度,但实际受限于设备质量及录制的环境,以及最重要的录制者本人音色音质等问题,上述方式也经常难以达到声音处理效果。
本期【音频】下篇,将重点引入RVC工具
1、RVC工具简介
RVC语音实时转换工具是一个功能强大、使用方便的AI工具,它能够让用户以较低的成本和简单的操作实现高质量的语音转换,为各种需要变声的场景提供了解决方案。
RVC支持实时语音转换,这意味着它可以在直播、视频录制等场景中即时改变说话者的声音,利用先进的AI算法,通过少量的音频样本(不到10分钟)就能训练出高质量的语音转换模型,实现自然流畅的语音风格转换,而不需要等待长时间的处理。
2、RVC工具可以满足哪些需求
RVC工具以其灵活性和多功能性,适用于娱乐、专业和教育等多个领域。
2.1 娱乐内容创作
RVC工具可以用于创作模仿名人声音的音频或视频内容,例如让动漫角色演唱流行歌曲或创作独特的配音作品。RVC工具适用于游戏或VR应用中实时转换角色声音,增加互动的趣味性和多样性。
2.2 配音与本地化
在动画、游戏等内容的制作中,RVC工具可以提供多语言配音,帮助实现语音的本地化。RVC工具可以为语音合成系统提供多样化的声音库,实现个性化的语音输出
2.3 语音翻译
结合语音识别和合成技术,RVC工具可以帮助实现更自然的跨语言语音翻译。
2.4 语音助手个性化
开发者可以利用RVC工具为语音助手创建独特的声音,提升用户体验。
3、RVC配置及Voicemeeter衔接
3.1 电脑配置要求
- 最低配置:NVIDIA GTX 1060 6G 或 AMD RX580 8G,Intel 酷睿或 AMD 锐龙四核心以上CPU,8G RAM以上,Windows 10或11系统。
3.2 参数面板设置
- 响应阈值:尽量拉满-60,减少环境噪音影响。
- 音调设置:男转女一般在+12,女转男一般在-12。
- Index Rate:调整以接近底模音色,一般0.3-0.5之间。
- 采样长度:根据CPU性能调整,一般0.8左右稳定。
- 淡入淡出长度:影响尾音长短。
- 额外推理时长:根据采样长度调整,一般采样长度+额外推理时长=2。
3.3 训练声音模型
- 如果需要自定义声音模型,可以准备干声文件,选择模型创建选项,输入音频文件,并设置模型细节开始训练。
3.4 测试与使用
- 训练完成后,可以测试新AI语音的效果,进行调整直至满意。
3.5 额外工具
- 使用Voicemeeter Potato作为虚拟声卡进行音频跳线操作,以及NVIDIA Broadcast进行输入声音降噪。
4、Voicemeeter设置教程
4.1 系统声音设置
- 识别A1、A2、A3、B1、B2通道,将Voicemeeter Banana的虚拟输入输出设为默认设备。
4.2 硬件输入与输出
- 选择硬件输入设备(如麦克风),硬件输出设备(如扬声器),调整输出通道按钮控制声音流向。
虚拟输入
- 虚拟输入对应VAIO和AUX通道,通过软件输出设备控制。
虚拟输出
- 虚拟输出对应B1通道和B2通道,通过系统录音设备控制。
4.3 其他设置与技巧
- 可以初始化控制组件、切换模式、移除硬件输入设备、初始化设置、保存加载设置等。
以上为简单示意,具体可参考视频理解和网络教程查阅。