什么值得买App下载 App ›
连续签到专享现金活动

高性能高质量控制灵活的开源音乐翻唱神器 SoulX-Singer

SoulX-Singer 是一款高性能、高质量且控制灵活的开源音乐翻唱工具。该软件能够在 4 秒内完成 20 秒歌曲的翻唱,显存占用仅需 8G。除了核心的翻唱功能外,它还内置了高质量的人声分离能力,分离效果优于常规的 Vocal Remover,接近专业工具 lalal.ai 的水准,因此也可作为独立的人声分离小工具使用。
01软件简介与性能
  • 翻唱性能:20秒歌曲仅需4秒即可生成,显存占用低至8G。
  • 人声分离:自带分离功能,音质接近 lalal.ai,远优于 Vocal Remover。
  • 音质表现:输出音乐质量较高,适合进行二次创作。
02环境配置与安装
SoulX-Singer 支持手动安装环境或使用一键整合包。手动安装需配置 Python 3.10 环境及 PyTorch,并下载相应的预训练模型。
  1. 克隆代码与创建环境
    执行 `git clone` 下载项目,使用 Conda 创建并激活 Python 3.10 的虚拟环境。
  2. 安装依赖
    使用阿里云镜像源安装 `requirements.txt` 中的依赖,并卸载默认的 torch 与 torchaudio,重新安装支持 CUDA 的版本。
  3. 下载模型
    使用 huggingface-cli 下载 SoulX-Singer 及其预处理模型到指定目录。
  4. 启动程序
    运行 `python webui.py` 启动 Web 界面;若使用整合包,解压后双击“启动.bat”即可。
03详细操作步骤
  1. 第一步:上传音频与分离
    上传 Prompt 音频(如参考人声)和 Target 音频(如伴奏歌曲)。系统会自动生成元数据文件。若开启“人声分离”参数,Target 音频将被自动分离为伴奏与人声,并存储在 outputs 目录下。
  2. 第二步:元数据校准
    下载生成的 metadata.json 文件进行校准。核心是修正 phoneme(音素)字段中的拼音和声调错误(如将“zh_hai2”修正为“zh_huan2”),校准后重新上传文件以替代原文件。
  3. 第三步:生成人声
    调整参数:控制类型选择“旋律控制”,开启“自动变调”。若 Prompt 为女声,可适当调高指定变调数值。点击“歌声合成”生成最终人声。
  4. 第四步:混音融合
    使用 Audacity 导入生成的人声与分离出的伴奏。调节音量平衡,添加混响或低音效果,并设置淡入淡出,最后导出成品音频。

评论

评论区空态插画

当前文章无评论,是时候发表评论了