so-vits-svc 一个开源AI音乐语音合成人声克隆模型

So-VITS-SVC是一个基于VITS（Vector-Quantized Variational Autoencoder with Multi-head Self-Attention）的开源人声克隆项目，可以用来生成高质量的人声合成音频，特别是用于翻唱歌曲。

So-VITS-SVC是由B站UP主@Saya睡大觉中和@羽毛布団共同开发的一个开源项目，其目标是实现端到端的人声克隆，即只需要输入一段人声音频和一段歌词，就可以生成相同或相似的人声唱出歌词的音频。该项目基于VITS模型，但做了一些改进和优化，例如增加了SVC（Speaker Verification Classifier）模块来提高音色的相似度，以及使用了更高采样率（44.1kHz）来提高音质。该项目目前已经发布了4.0版本，并提供了多种语言（中文、日文、英文等）和多种音色（碧蓝档案、初音未来、洛天依等）的预训练模型供用户下载和使用。