近期，猪猪侠（GG Bond）的声音模型在各大视频平台广受欢迎。作为00后的"童年男神"，许多人喜欢这个红胖子的形象和他那极具辨识度的声音。
那么，如何制作出这样一个逼真的AI声音模型呢？接下来，我将为您详细解答。
一、 数据集准备（最重要的一步）
为了训练出高质量的AI猪猪侠声音模型，我们需要收集大量的猪猪侠声音样本。
- 样本要求：这些样本应涵盖猪猪侠在不同情绪下的语音，比如变身时的热血呐喊、平时说话的幽默调侃、或者尴尬时的低语等。
- 获取途径：我们可以从《猪猪侠》的历代动画、大电影或官方视频中截取这些声音。
注意：这是不可或缺且最重要的一步，数据的纯净度直接决定了最终模型像不像。
二、 技术原理（RVC）
接下来，我们需要使用深度学习框架。目前最主流的是 RVC模型（Retrieval-based Voice Conversion）。 简单来说，这是一项基于深度学习的语音处理技术。其核心原理是将输入的"源声音"（比如你自己的声音）与"目标声音"（猪猪侠的声音）进行对齐和映射，从而实现变声效果。
三、 制作流程拆解
听不懂专业术语没关系，做AI翻唱其实就分四步：
- 提取声音（准备干声数据集）
- 训练模型（让AI学习GG Bond的声线）
- 推理歌曲（用模型进行转换）
- 合成歌曲（后期混音）
四、 如何提取声音？
提取声音主要有两种方式：手动提取和自动提取。
- 手动提取（推荐，更精准） ： 使用音频编辑软件（如Audition）或简单的剪辑软件，把动画里猪猪侠说的话录屏或剪辑下来。你需要人工剔除背景音乐、打斗音效，只保留人声，然后导出成单独的WAV音频文件。 优点 ：质量高，没有杂音干扰；缺点：非常耗时，但为了"男神"的效果，这是值得的。
- 自动提取： 利用信号处理方法（如UVR5等伴奏分离工具），通过算法把音频信号分成不同的频段，自动将人声和背景音分离。适合处理大量的音频素材。
常用工具下载
音频分离工具
UVR 5.6 免费软件 最佳歌曲分离 音频去噪优化 - 模型工坊 (mxgf.cc)
B站视频下载工具
链接：https://pan.baidu.com/s/1Y1zGf6Zl8er6tV0Su_Tivg?pwd=83e7
提取码：83e7
模型训练
RVC介绍
Retrieval-based-Voice-Conversion-WebUI 简称 RVC
一个基于VITS的简单易用的语音转换（变声器）框架
N卡下载
链接：https://pan.baidu.com/s/1Vzvpq_D-NFLL-IpvQtzPlA?pwd=mxgf
提取码：mxgf
--来自百度网盘超级会员V7的分享
A卡下载
https://pan.baidu.com/s/1XDp0dzvDpgqGgHT1r15b2A?pwd=z3oo
将整合包下载并解压，启动go-web.bat 等待运行
会跳转到浏览器，本地内网地址
进入训练界面，默认的参数默认就行，不用动
3，输入音频文件夹路径，处理数据
将要训练的的干声数据集放到本地任意英文路径文件夹内复，点击处理数据
处理数据
出现 end preprocess 表示处理完毕
特征提取
（特征提取是从声音信号中提取有用信息的过程，这些信息可以被用于训练模型进行分类或识别）
出现 all-feature-done 表示已经处理完毕，可以进行最后一步处理了
开始训练，设置训练的步数和保存频率
保存頻率 这个数值表示多少轮保存一次模型，如果你的电脑很牛很稳定 50轮也是可以的，不然就推荐 20-40轮保存一次模型
總訓練輪數一般 300轮，模型就可以出炉了
每张显卡的batch_size 如果你的显存是8则填8，显存多少，填多少数值。
点击一键训练
终端显示Epoch: 1字符，表示第一轮，正在训练了
等待几个小时后，就训练结束了，就可以进行下一步，对声音模型进行推理试音了。
三、 歌曲分离/推理
1，歌曲分离
1，准备好歌曲文件，格式包括AAC,FLAC等主流声音格式，但不包括加密格式，比如网易云加密歌曲，酷狗,qq音乐。
2，将歌曲文件放到UVR 5，进行分离，分离的目的是 把伴奏和人声抽离出来
处理完成之后会得到两个音频文件
1_陈雪凝 - 绿色_(Instrumental) 伴奏
1_陈雪凝 - 绿色_(Vocals) 人声
等下推理时候会用到 这个 _(Vocals) 人声部分
注：
- 模型要记得选择 MDX-NET UVR-MDX-NET Main
处理模型下载
https://pan.baidu.com/s/1QgjSllWUCoTNEYkzgMMMjA?pwd=yvkv
将下载好的模型，放到UVR根目录下面的models文件夹下
- 如果分离过程中出现报错，可能原因是显存或内存不足，尝试重启电脑
2，歌曲推理
- 打开整合包
RVC0813 整合包下载（整合包 包含 运行环境 启动器）
https://pan.baidu.com/share/init?surl=mEs9Jmi2tBot4AgH6ZWp-w&pwd=eqea
下载之后，解压
版本说明
下载RVC0813AMD_Intel包可解锁A卡I卡
（1）双击go-realtime-gui-dml.bat使用实时变声，A卡大概能压到300ms左右，以下有压力
（2）双击go-web-dml.bat使用训练推理（CPU训练）
N卡用户下载RVC0813Nvidia
（1）双击go-realtime-gui.bat使用实时变声，N卡大概能压到100ms左右，以下有压力
- 双击go-web.bat使用训练推理
选择合适自己的显卡下载
- 等待启动，出现地址，表示启动成功
启动成功会自动跳转WEBUI
将模型放置到目录（训练好的，忽略这一步）
刷新音色，然后按顺序进行推理
解疑
音频地址
WIN11 鼠标右击可以快速复制地址，复制的地址前后如果带有双引号记得删除""
WIN10 需要将声音文件放到 任意文件夹内，按shift+鼠标右键 选择复制路径
四、歌曲合成
所需工具 AU 链接：https://pan.baidu.com/s/107cWfLF6ftdxxfVLipfnfw?pwd=mxgf
解压密码 @vposy
1，转换后的歌曲人声下载到桌面
2，使用AU将伴奏和转换后的人声合并
首先新建多轨会话，将转换的人声和伴奏拉进AU
导出
