so-vits-svc的使用声音克隆

前言
通过学习模型对声音进行克隆，共经历两大步，一步是训练，一步是推理（即声音模拟）

1. 启动工程

找到工程的路径，找到启动的bat文件，这里以 d:/so-vits-svc为例。

2. 启动过程

启动后会出现cmp的一个弹框，初始启动相对较慢，请耐心等待一会儿，启动完成后，会出现一个页面，如下图，注意：如cmp弹框运行10分钟后还没有弹出浏览器页面，则需要重启服务器。

3.操作步骤

3.1 在d:/so-vits-svc/dataset_raw/ 目录下创建一个新文件夹（该文件夹的命名就是后续使用的数据集名称）， 再把音频文件放到此新建文件夹的下。
注意：删除 d:/so-vits-svc/dataset_raw/ 目录下其他的文件夹，同时也有删除 d:/so-vits-svc/dataset/ 目录下的所有文件夹
如需备份上一次训练的结果，需要备份的目录有三个，分别是dataset_raw、dataset、configs

3.2 点击 识别数据集 按钮，出现数据集的名称。

3.3 再点击 数据预处理按钮

数据预处理完：

同时在目录 d:/so-vits-svc/dataset/44k/新文件夹 下出现对应的4个文件（一个音频对应4个文件），如下图：

3.4 配置文件，如果配置没有问题的话，点击 写入配置文件 按钮。

3.5 最好点击 从头开始训练 按钮就可以了，这时候会出现cmp弹框，如果不小心把这个cmp弹框给关闭的话，可以再点击页面的 继续上一次的训练进度 按钮就能恢复。
训练过程如下：

训练的时长取决于总的音频时长，1小时的音频时长，大约需要23小时。
cmp窗口执行完成后，再d:/so-vits-svc/logs/44k/目录下，出现两个文件D_19200.pth和G_19200.pth ,这个名字就是后面 推理 中模型选择的名字。

3.6 训练完成以后，再点击 训练聚类模型

这时候，会在新的终端窗口开始训练，训练聚类模型不会输出日志，检查任务管理器中python进程有在占用CPU就是正在训练，训练一般需要5-10分钟左右
训练完成后，会在d:/so-vits-svc/logs/44k/目录下生成 kmeans_10000.pt 文件（对应推理中“选择聚类模型”）
到这里训练步骤就完成了。

4. 推理（即声音模拟）

4.1 模型选择、配置文件、选择聚类模型
模型选择：选择最后一个就行
配置文件：选择config_json 注：就一个
选择聚类模型：选择 kmeans_10000.pt 注：就一个

4.2 上传克隆的声音

4.3 声调的选择 常规选择-2，可根据克隆声音的效果进行调整，一般调整范围是-2 到 -4

4.4 点上

4.5 点击 加载模型

4.6 最后 再 点击最下面的 转换 按钮

参考资料如下：
视频地址：https://www.bilibili.com/video/BV15V4y1Z7YB/?spm_id_from=pageDriver&vd_source=b0970c1f6df729f0d191a610486b9dff

声明：该技术纯用于技术交流