我也不知道怎么想的，突然开始玩上 AI 翻唱了。
训练阶段
DDSP6.3 的训练意外的很友好，不怎么吃配置。步数也不需要很多，我拿 3070 16G 跑了一会儿就训练出一个模型了，效果还挺不错。
当时心里还挺美的，觉得这也太简单了吧？
推理翻车
结果到了推理阶段就开始出问题了。
整合包自带的人声分离和和声分离效果不太行，高音部分经常出现哑音，听着非常难受。
于是换成了 BS-RoFormer 做人声和和声分离，效果确实好了一些，但还是不够理想。
后期救场
没办法，AU 卸了还没装回来，就开了 PR 手动处理了一下推理源，总算是得到了效果还行的素材。
不过目前训练出的模型会有一些高频齿音，不太确定换个模型能不能改善这个问题，以后有空再试试吧。
折腾了一圈下来，感觉 AI 翻唱这东西，训练其实是最简单的一步，反而是前期的音频处理和后期修音更花时间。有空再接着玩吧~