赌局

相信我，绝对不如我现在这个合适

 

5号估计没戏了。
这段视频好坏，其实最后的决定性因素还是片尾的肉戏，而肉戏除了抽插之外，最核心的就是声音了，我需要更多的时间去做好音画一体

楼层太高看起来费劲。在这里回复好啦。

刚才吃饭，又想了想，可能确实是我的心态有点问题。不是粉丝，是天天抽卡抽的烦死。这里再说声抱歉。

其实我是个很显眼的技术控，所以我从来都是很欢迎技术探讨的，因为探讨技术是真心为了让我更好。

好了，说回技术。

真人配音理论上是最优解，但是只能是理论上，因为这个市场被太多的垃圾声优覆盖了，新人真的很难一击命中找到优质声优，而新人的时间窗口/试错机会也只有1-2次而已，所以对我来说，除非有我非常认可、同行用过、随时可以联系到的声优（三个条件缺一不可），否则，真人配音真不是现实中的最优解。

再说音色迁移。

在我冷静下来之后，确实是一条具备实操价值的路线。我并不是没考虑过这条路线，甚至有段时间我也认为这是唯一出路。你下面留言中提到的cycleGAN-vc2，我确实没听说过。我只说我自己体验过或了解过的同类技术。

ChatterBox可能是最被人低估的一个音色迁移模型，真的差不多可以做到零样本迁移音色，但是情绪强烈的对白，他可以迁移音色，但是感情有很明显的损失。

除了这个冷门的ChatterBox之外，中文语境网友最常使用的是SeedVC和RVC，SeedVC我用过，刘悦做的整合包，对白效果不如ChatterBox。RVC估计是最符合你提议的选择了，这个我确实没用过，因为他需要先训练一个自选声音，这个自选声音需要提供足够多的纯净声音语料，我没有这个条件。

说白了，我现在并没有选定蓉姐姐的声音。我设想的声音，是要有点少女感的声音。我找过的音色有张韶涵、杰西卡阿尔芭，但是她们的声音，AI处理之后，特质都没了，全是有些沙哑低沉的女中音。唯一我用过觉得还可以的音色，是一位AI大佬T8自己训练的zhenzhen的声音，哈哈哈哈。

总之呢，在选定我心目中的蓉姐姐声音之前，我大概率不会去专门训练一个音色。