AI 翻唱总体步骤指南

　　一、数据净化：消除背景噪音

1. 　　工具选择：推荐使用UVR5（Ultimate Vocal Remover），这是一款高效且开源免费的工具，擅长于人声与伴奏的分离。

2. 　　操作步骤：

   　　a. 选择输入：从文件系统中选取待处理的音频文件。

   　　b. 指定输出：设定处理后的音频文件的存放位置。

   　　c. 配置选项：根据需求调整集成参数。

   　　d. 仅乐器输出：启用此功能，仅保留原曲，消除所有背景噪音。

   　　e. 开始处理：点击开始按钮，处理完成后，在指定位置找到净化后的音频。

　　二、数据分割：调整音频长度

1. 　　准备工作：创建一个新文件夹，用于存放待分割的音频文件。

2. 　　操作步骤：

   　　a. 启动音频分割软件Slicer – GUI（Audio Slicer）。

   　　b. 将音频文件拖入软件界面中。

   　　c. 设置最小间隔为100毫秒。

   　　d. 设置最大沉默时长为300毫秒。

   　　e. 配置完成后，点击输出按钮进行分割。

　　三、批量重命名：整理文件名

1. 　　前期处理：首先删除未分割的原始文件。

2. 　　操作步骤：

   　　a. 使用批处理文件（.bat）对分割后的文件进行重命名。以下是一个示例代码：

@echo off

SETLOCAL ENABLEDELAYEDEXPANSION

set /A num=0

FOR /F "tokens=*" %%i in ('dir /A-D /B /OD /TC') do (

    IF NOT "%%i"=="%~n0%~x0" (

        set /A num+=1

        if !num! LSS 10 (

            ren "%%i" "00000!num!%%~xi"

        ) else if !num! LSS 100 (

            ren "%%i" "0000!num!%%~xi"

        ) else if !num! LSS 1000 (

            ren "%%i" "000!num!%%~xi"

        ) else if !num! LSS 10000 (

            ren "%%i" "00!num!%%~xi"

        ) else (

            ren "%%i" "0!num!%%~xi"

        )

    )

)

ENDLOCAL

exit

``` 复制上述代码至文本文件，并更改其后缀为.bat。

执行该批处理文件即可对文件夹内的文件按编号进行重命名。

   

四、数据预处理：优化音频质量



1. 工具介绍：该步骤通常依赖于第三方集成的程序，其前端界面采用gradio设计。

2. 操作流程：将经过分割和重命名的文件夹放置在dataset_raw目录下，随后启动webui.bat，按照以下顺序操作：训练 -> 识别数据集 -> 数据预处理 -> 重新生成配置文件 -> 清空数据信息 -> 写入配置文件 -> 从头开始训练。此流程将确保音频数据在模型训练前的最佳状态。



五、应用训练好的数据集：实现AI翻唱（初级）

1. 操作流程简述：首先选择推理功能，随后挑选适当的配置文件并加载模型。接着上传音频文件，根据实际需求调整转换参数。这一系列操作将使你能够利用训练好的数据集进行AI翻唱的基础应用。