我将使用 RVC 创建自定义 AI 语音模型

无论您是音乐制作人、内容创作者、配音演员还是开发者，定制的AI语音模型都能让您以任何目标声音——您自己的、角色的或艺术家的风格——生成逼真的人声输出。此服务提供一个完全训练好的RVC（基于检索的语音转换）模型，该模型基于您提供的音频数据集，并使用专业工具在专用硬件上进行处理。

每个模型都使用 Python MDX NET HQ Main 和三种处理方法进行训练，以获得最干净的源音频。AI 模型本身使用 RMVPE 方法构建——该方法被广泛认为是最高质量的 F0 估计方法——检索率为 0.7–0.9，以保留和加强目标声音的独特口音和特征。结果是一个自定义的 PTH 模型文件，可用于您自己的工作流程。

数据集准备过程包括源语音清理，以在训练开始前去除任何伪影、噪音或溢出。您的音频必须以干净的 RAW WAV 文件形式提供——未应用人声调音、音高校正或自动调音——并且持续时间应在 20 到 25 分钟之间，以获得最佳模型质量。数据集可以通过云链接或直接在订单聊天中以 ZIP 或 RAR 存档形式交付。

除了模型创建，此服务还涵盖人声分离任务（乐器移除和人声移除）以及定制的画外音 (VO) 录音。VO 工作使用专业录音室设备进行现场表演：铁三角 AT4040 电容麦克风、Arturia MiniFuse 2 音频接口、ATH-M40X 监听耳机和 Aston Halo 隔离罩——确保广播级质量。VO 角色和艺术家风格的声音适用于男性和女性。如果您有特定的角色、艺术家或个性，请在下订单时提及。

工作流程中应用的处理方法包括MDX、VR Arch、Demucs和ESNM Mode，使团队能够灵活选择最适合您特定源材料的分离方法。

注意：人声混合请求需要单独费用——如果适用，请在下单前与我联系。

**这适用于谁？**
想要创建原创 AI 人声演绎的音乐制作人、构建角色声音的游戏开发人员或内容创作者、想要个人 AI 克隆以进行快速原型制作的配音演员，以及探索 AI 音乐和语音技术的爱好者。

**工作原理：**
1. 下订单并上传您清理过的 WAV 数据集（20–25分钟，无需调音）。
2. 团队处理并清理您的源音频，然后使用 RMVPE 训练您的 RVC 模型。
3. 您的最终 PTH 模型文件将在约定时间内交付。

从收到并批准您的数据集起，模型处理通常需要 10 小时到 1 天。