香港音樂人試用 LogicPro 11 編曲、混音、Mixing、去人聲、自動分 Track 「AI 做歌真神奇」
香港音樂人試用 LogicPro 11 編曲、混音、Mixing、去人聲、自動分 Track 「AI 做歌真神奇」
Categories: Audio
功能：
- 零樣本文本到語音（TTS）： 輸入5秒的聲音樣本，即刻體驗文本到語音轉換。
- 少樣本TTS： 僅需1分鐘的訓練數據即可微調模型，提升聲音相似度和真實感。
- 跨語言支持： 支持與訓練數據集不同語言的推理，目前支持英語、日語和中文。
- WebUI工具： 集成工具包括聲音伴奏分離、自動訓練集分割、中文自動語音識別(ASR)和文本標注，協助初學者創建訓練數據集和GPT/SoVITS模型。
如果你是 Windows用戶（已在 win>=10上測試），可以直接通過預打包文件安裝。只需下載預打包文件，解壓後雙擊 go-webui.bat 即可啓動 GPT-SoVITS-WebUI。預訓練模型
GPT-SoVITS语音克隆AI，只需一分钟素材训练模型，效果堪比商用。一键安装，附Colab脚本 | TTS | RVC|GPT-SoVITS Colab
從 GPT-SoVITS Models 下載預訓練模型，並將它們放置在 GPT_SoVITS\pretrained_models 中。
對於中文自動語音識別（另外），從 Damo ASR Model, Damo VAD Model, 和 Damo Punc Model 下載模型，並將它們放置在 tools/damo_asr/models 中。
對於UVR5（人聲/伴奏分離和混響移除，另外），從 UVR5 Weights 下載模型，並將它們放置在 tools/uvr5/uvr5_weights 中。
數據集格式
文本到語音（TTS）注釋 .list 文件格式：
vocal_path|speaker_name|language|text
語言字典：
- ‘zh’: Chinese
- ‘ja’: Japanese
- ‘en’: English
示例：
D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin.
Audiobox 是 Meta 的新音訊生成基礎研究模型。 集 TTS、聲效、音樂於一身。它結合使用語音輸入和自然語言文字提示來產生語音和聲音效果，從而可以輕鬆地為創建任何音訊。 Audiobox 模型系列亦包括專業模型 Audiobox Speech 和 Audiobox Sound，所有 Audiobox 型號都基於共享的自我監督模型 Audiobox SSL 構建。
ai|coustics 是一家專注於人工智慧及聲學領域的公司。他們提供多種提升音質的解決方案，包括聲音處理、音頻分析、語音辨識等。
ai|coustics 擁有未來的語音技術！你可體驗前所未有的使用生成語音人工智能高品質音頻，。無論您是在錄製播客、使用低品質耳機還是應對煩人的背景噪音，我們的技術都能將您的音頻提升至專業級品質。
筆者實測聲音原檔
聲音優化後檔案
ai|coustics 提供 HD-Speech API 同 SDK，可以方便自動整合並增強你的語音。 我哋嘅程式庫本身已經過優化，占用記憶體少，同時用最短嘅推斷時間而設計嘅，確保任何情況下都可以即時提升音頻品質，令你的音頻清晰及靚聲。
HD-Speech 即時音頻 SDK 程式庫適用於Windows、Mac、Linux、Web、Android 同iOS 平台，實現嵌入式、桌面及雲端環境度運行。
你可以親身體驗我哋嘅技術強大之處，即刻到我哋嘅 Playground Page 去見證 AI 語音增強嘅變革效果。
如果您對人工智慧和聲學感興趣，可以進一步探索該網站瞭解更多資訊。
如果你要製作一啲簡單嘅影片，呢個平台可以提供所有你需要製作影片工具，由文字到聲音，甚至動畫，都可以非常快速完成。而且收費非常便宜，最近甚至加入新嘅廣東話語音模型，值得一試。
Categories: Audio