今天完成了歌声转换的第一阶段验收。
我们小组选择的服务外包杯课题是A13 的歌声转化，我们计划实现两个方面的功能。能够选择人声，然后根据导入的歌曲，替换原声，生成新的歌曲，这是我们计划的基础目标。但是考虑到条件的局限性，我们很难让用户自行导入音色素材直接转化为需要的音色，目前计划我们团队先把音色转换好递交给程序，以供用户选择。如果时间和技术条件允许，在保证音色音质的同时，我们还打算实现人物嘴型配对上歌词，我们认为这样能够在赛道中露出锋芒，增强竞争力。
目前我们小组已经完成对音频的采集、裁剪和优化工作，因为对于AI人声转换的了解不够多，还不利于下手实践，我们小组初期先制定了学习路线，目前已经完成了吴恩达的《深度学习》课程，正在学习PyTorch深度学习框架，后续我们还将了解音频信号处理的基本原理，包括采样和傅里叶变换等等，了解音频处理中常用的特征提取方法，如梅尔频谱系数等。然后阅读与歌声转换相关的学术论文，了解目前领域的最新研究，查找GitHub上的相关项目，学习和借鉴开源代码。最后开始实际动手实现歌声转换项目。可以使用已有的开源实现进行尝试，然后逐步修改和改进。
标签：总结,学习,转换,音色,音频,30,2024,歌声,我们 From： https://www.cnblogs.com/nashacjj/p/17997426