so-vits语音合成

训练很简单，自己去弄。最后只有2个文件有用一个是config.json，另外一个是训练的 步数.pt。

合成，他是将音色进行替换，理论上说，你可以让一个人说各种样的语言，只要训练一次。实际上也确实可行的。

所以说，你得先用edge等其他声音合成一个，然后在替换他的声音

---

1.选择对应的音频(微软生成的部分)

edge的服务.
tts_gender:"Male"(Female)-----这个就没用（直接None,羽毛把我坑了,直接填""，他会自动变成None）
tts_lang:"Auto"(语言根据文字自动识别--最好自己写，比如zh-TW-HsiaoChenNeural.zh-XiaoXiaoNeural ,每个地方有方言的，最好能匹配)
tts_rate:"+0%"（倍速-1~3）
tts_volume:"+0%" (音量-1~3)

#他是在基于可视化平台写的，我改了他的代码，写了一个新的，用于命令行

.\workenv\python.exe tts.py("你好啊，我是数字人","zh-TW-HsiaoChenNeural","+0%","+0%","")

他会默认把音频放到当前目录的tts.wav下（我们只要保证每次只合成一个就不会覆盖冲突）

2.推理的部分

-m 模型路径.pth(需要改的）
-c 配置文件路径config.json（需要改的）
-cl 0自动切片 可以不写
-n 音频地址.wav(需要改的-且必须放在raw目录下）
-t 0音调高低，不用改
-s 说话人的名称
-a true开启f0自动预测音高（外部不生效，不知道为什么，这里直接改了源码写死为true。反正也不拿来唱歌）
-f0p harvest这个合成语音效果最好

推理
 

python inference_main.py -m "logs/44k/G_50400.pth" -c "configs/config.json" -n "ly" -a true -f0p "harvest" -s "ja"

代码里会加.wav(-n选项)
在so-vits目录下

.\workenv\python.exe inference_main.py -m "logs/44k/G_50400.pth" -c "configs/config.json" -n "ly" -f0p "harvest" -s "ja"

生成的结果会在result里面（格式:输入音频的名称-配置参数-配置参数.flac）

没代码？github自己下

https://github.com/svc-develop-team/so-vits-svc

整合包，bilibili搜so-vits