So-Vits-SVC模型使用教程 （个人简易向）
以下简易教程仅为个人摸索出来的效果较好的使用习惯，请随意修改，改进。
*请在正常人的道德标准内使用模型，禁止使用模型抹黑任何艺人！！！谢谢。
**作品不用注明模型来源。（但艾特我看的话会很开心～）
***如有与非本账号发布的模型联动作品出现，非制作者本意。
官方手册地址：https://www.yuque.com/umoubuton/ueupp5/sdahi7m5m6r0ur1r
需要Windows系统 Mac据说也可以但是我不知道咋搞
手册内含整合包地址，下载并解压。
我自己用的是v1（提取码为g8n4那个），即完整整合包（非增量更新！）如想使用v2增量版整合包，需要按照手册更改config文件。
所以我用的也是笨方法手动复制模型。。
1. 网盘zip里的文件夹们：
1. logs： 用来替换整合包中logs文件夹
文件夹结构（我应该是都放对了，以防万一）：
logs
–》44k （44k文件夹里放主模型G_xxxx.pt）
–》diffusion（diffusion文件夹里放扩散模型model_xxxx.pt）
2. configs： 用来替换整合包中configs文件夹
configs --》内含两个配置文件
请严格对应唱歌人的logs和configs文件夹，不可混用，替换歌手时建议先将logs 和 configs 文件夹改成其他名称以防止混淆。例： 改成logs-kaito 和 configs-kaito 然后复制其他歌手的logs和configs文件夹到so-vits-svc文件夹。 （v2好像有更聪明的方法。。）
2. 音源干音：
必须只有干净人声，有和声不太行。推理出来会山路十八弯。
UVR5 推荐提取干音线路（不唯一，仅推荐）：以下模型不好下载的话我也可以传个网盘
MDX-Net里先用Kim Vocal2 提取所有人声。此时xx_instrumental 为伴奏,xx_vocal为所有人声。
然后用同样MDX-Net里UVR-MDX-NET Karaoke 2 提取xx_vocal里主唱干音。此时xx_vocal_instrumental为和声, xx_vocal_vocal为推理所需要的干音。
（非必要）使用VR architecture 里 UVR-DeNoise 消除xx_vocal_vocal噪音（因为经常会有电流声）。aggression setting 我一般选2
（非必要）最后根据干音混响程度，使用VR architecture 里 UVR-DeEcho-DeReverb 消混响。 aggression setting 我一般选1
3. 推理：
双击so-vits-svc文件夹里的 启动webui.bat，会弹出一个网页。
选择模型文件。
需要选择主模型、主模型配置文件、扩散模型和扩散模型配置文件。
模型文件有的放了步数不同的两个，效果可能略微不同，请多多尝试。
点击加载模型 文件夹复制位置正确的话So-vits 说话人会出现歌手名。
把准备好的干音拖进框框。
选择是否变调、f0预测器、浅扩散步数（推荐60左右）和音频自动切片 （15）。
f0预测器里Rmvpe音质好，但容易哑音。
Crepe音质一般但高音表现好。
最好两个（或所有预测器）都试一下，然后取长补短拼接一下。
推理音频一首歌时长一般没问题，再长最好剪一下，不然会卡住（我6G显卡）。
推理完记得下载音频
4. 后处理：
（非必要）根据干音和推理结果，可以使用UVR5 VR architecture 里 UVR-DeNoise 处理一下。注意强度，aggression setting 我一般用2。
混响狂魔强烈建议至少加个混响，可以盖住一部分机械音。audacity和audition就可以。看个人接受程度。
把伴奏，和声，处理完的人声合起来就好啦（升降调推理后伴奏和音也要升降调哦）
高级一点的话肥波之类的也可以照着视频教程一通乱搞。常用肥波插件：NS1 Q3 C2 DS L2 具体咋用我也不是很懂。。b站教程很多，有时间可以看看。
差不多就是这些，不知不觉又话痨了很多，有问题请私信，或在模型发布视频下面留言，我看到会尽量帮忙，跟it太相关的我也不太会。模型是我自己氪金炼的，数据收集也用了很久，有人用的话会很开心～
玩耍愉快～
免责声明：本作品仅作为娱乐目的发布，可能造成的后果与使用的音声转换项目的作者、贡献者无关，本视频使用AI合成技术，视频中演唱人声并非歌手本人。
