要使用模型進行推理的話你首先需要一段已經(jīng)演唱好的聲音墊進去，然后使用模型把原來的音色換成你模型訓練好的音色，所以我們需要先對你墊進去的聲音進行處理，去掉原始音樂的BGM,只留下人物的干聲。

1、音頻文件準備

準備一首歌曲文件，mp3、wav、m4a等常用聲音格式文件均可以

打開https:///，這個網(wǎng)站可以在線分離人聲和背景音樂

上傳文件，等待解析分離（這里可能需要等待幾分鐘）

分離好后，分別下載人聲干音和背景音

下載好后，再打開一個在線音頻分離軟件https://pose.app/audio/splitter/mp3

，將人聲按一分鐘間隔分離，也可不分離，該步驟主要作用是防止后期推理時因聲音太長，發(fā)生錯誤

分割好后，導出文件，導出的是一個分割的音頻壓縮包，下載后解壓備用（這里也需要等待幾分鐘）

2、打開coloab，按順序安裝環(huán)境

https://colab.research.google.com/drive/11syId1sx5vaoX1V_gmvC0E4uTUBnpmwr

安裝到第二步，可能需要重啟colab環(huán)境

然后繼續(xù)安裝，該過程可能需要幾分鐘

繼續(xù)到這一步，這里填寫我上傳好的孫燕姿模型：

https:///file/xBdg0ayL#NNWOmULIeEGCmmteLepngWNrU5D-6qtqWxBQabCn1o0

當然你也可以上傳其他聲音模型或者自己訓練模型，注意模型版本需要4.0

然后繼續(xù)安裝，到最后一步時，上傳你的音頻文件到目錄

然后點擊Convert開始推理，等待推理完成，會在你的聲音目錄生成轉(zhuǎn)換后的聲音文件，下載到本地

3、最后導入到視頻或者音頻軟件，將生成的AI音頻和之前分離的背景音合并在一起，這樣一個AI音色的歌曲便生成成功了

歡迎加入AI&ChatGPT玩法知識星球社區(qū)，學習ChatGPT技術(shù)，了解最新AI動態(tài)，賺取更多的收入！