※ 引述《Mayfly (Baccano)》之铭言：
: 老实说我最近也偶尔会在B站上听一些AI代唱
: 就是让ACG人物的AI语音唱某些乐曲，比方说草神唱大悲咒什么的
: 对岸最近有个梗，什么萨菲罗斯男人中的男人
: 就是用AI编曲演唱歌颂萨菲罗斯什么的
: 还有个游戏直播主，他之前发了个影片鉴赏那些用他的声音为免洗游戏打的广告
: 只能说，当初大概也很少人预测到，最先被AI打成手工业者的，竟然是创意产业和流行设计
: 或许也是侧面表现了现代人类的精神生活有多空泛吧……
准确来说是替代了部分创意、流行的生产步骤，AI只是降低制造的门槛。
不然像...
萨菲罗斯男人中的男人、欧金金是奶茶...
不管谁来都不会觉得这玩意是AI想出来的
=============================================================
配音领域的话，对岸常用的3个开源项目
Bert-VITS2、GPT-SoVITS、Fish-speech
至于唱歌方面的我没太研究，不过据我所知唱歌AI目前还是比较粗糙的
Bert-VITS2
去年就有了，开源版预训练模型无法用来推理
必须使用者自己收集素材，然后自己炼丹。
GPT-SoVITS
还是要自己去炼丹，原始项目没法直接推理，
不过他的LLM参数量太小，常常出现幻觉。
Fish-speech
原理跟第上面的差不多，
不过重制了声码器，然后把LLM的参数量堆到1B，
初步解决比较常见的多音字发音问题。
比较鸡贼的是，这玩意有做小样本推理功能，
只要提供一个参考音频，就能还原个7788，
不过要达到最佳效果还是要自己重炼声码器。
我这几个月都拿这些听书，体验下来....
目前在自己有炼丹能力的情况下，音色跟韵律可以做到非常出色的还原。
但配音还需要情感演绎之类的功能，这点目前的TTS技术，
不管是商用项目还是开源项目，都远远达不到预期。
想要达到感情也很匹配的程度，需要大量人工进行微调，
如果是这样的话，成本还是请真人配音比较便宜。
目前这技术，可以拿来整活、做二创、自己练著玩之外，
现阶段要拿来直接给游戏、动画、配音，目前差距还很大。
除非你用人工干预一句一句精调。
记得yt上有个日本搞得很闹的AI 安倍就是用BV2生成的

我觉得用AI做音乐比做配音简单多ㄌ毕竟音乐本身的和弦都很简单 甚至大部分都是用机器在微调ㄉ所以AI随便都可以出一首妳听不出差别的音乐但声优很难 去听YT就知道AI和真人声还是差太多ㄌ

唱歌的话Suno AI吧

邦邦也把香澄跟友希那的声音拿来做AI唱歌了

欧金金是奶茶那是抖音擦边自媒体搞的吧，跟AI没关系