作品2026年6月1日声音克隆：让 AI 开口唱歌（GPT-SoVITS + RVC）
一支完整的影像作品，画面只解决了一半——另一半是声音。为了让 AI 视频拥有真实可信的人声与歌声，我系统学习了声音克隆技术，打通了 AI 影像的「听觉」环节。
- 人声克隆 · GPT-SoVITS：采集数分钟的语音素材，完成降噪切片后训练语音模型，实现任意文本的克隆朗读，音色还原度与语气自然度极佳
- 歌声转换 · RVC：使用 RVC（Retrieval-based Voice Conversion）对原始歌声做音色迁移，让同一段旋律唱出目标音色
- 工程细节：素材的切片对齐、音高提取、训练轮次与过拟合的平衡，都是影响最终效果的胜负手
- AI 短片配音：为 AI 生成的角色配上稳定音色的人声
- 歌声翻唱：把喜欢的旋律转成目标音色演唱
- 内容创作：配音工作流直接嵌入我的视频生产管线，替代传统配音环节
声音克隆的伦理边界与版权问题同样重要。我在实践中始终坚持：只使用授权素材，不做伤害他人权益的应用。技术能力与使用底线，是一个创作者的一体两面。相关作品
「红头巾」AI 角色短片系列
围绕固定虚拟角色创作的多场景 AI 短片：从泳池到健身房，通过自训 LoRA 保证跨镜头角色一致性，再用图生视频完成动态叙事。 《丧尸肉鸽》：Godot 像素风肉鸽游戏
使用 Godot 4 独立开发的俯视角像素肉鸽生存游戏：实现战斗、商店、随机词条、等级成长等完整核心循环。 《酸黄瓜别吃》：风格化 AI 动画短片
以自训画风 LoRA 生成的美式动画风格短片，从风格训练、镜头生成到配音配乐与剪辑，全流程一个人完成，发布到视频平台。 