翻唱软件,翻唱软件app哪个好用

音乐APP听歌识曲大评测，QQ音乐独家“翻唱识别”领跑

不知道你是否遇到过这样的情况。当你看综艺节目时，突然听到一首很好听的歌曲，但你就是不知道歌名，你就感到着急。

每当遇到这种情况，黑马都会对“听歌识曲”这个功能竖起大拇指。自2013年QQ音乐率先推出“听歌识别歌曲”功能以来，听歌识别歌曲的技术迅速在各大音乐App中流行起来，如今这个功能已经不可或缺。

不过，说到一些酒吧、演唱会、现场即兴演唱等的封面识别，黑马这些年遇到的音乐app基本上都不能识别。

因此，黑马会测试当下主流的音乐App，在2020年的当下，这些音乐App的听歌识曲技术是否有所进步？谁的听歌识曲能力最强？。我们以目前最主流的四款音乐应用QQ音乐、网易云音乐、咪咕音乐和虾米音乐为例，测试了包括翻唱识别、识别准确性、识别速度在内的几种日常生活中最常见的识别场景。

谁是音乐应用识别之王？

首先是封面识别。为什么要先测试这个功能呢？因为现在封面识别的需求很大。

现在谁不知道怎么看直播呢？能够识别主播即兴唱的歌曲是非常有必要的。别说我们平时在路边听到的歌曲，酒吧里的弹唱，或者综艺节目中的即兴演唱，而这些没有经过检录的翻唱歌曲，一般的听歌识曲技术是识别不了的，这时候肯定会用到翻唱识别功能。

如今，黑马认为封面识别功能应该成为每个音乐App听歌、识别歌曲的必备技术。

但经过这一轮测试，黑马只能用一个字来形容：惨不忍睹，几乎全军覆没，只有QQ音乐能认。

黑马测试了现场唱歌识别场景：

综艺嘉宾唱歌鉴定：

短视频歌曲封面识别：

在所有这些场景中，只有QQ音乐可以识别翻唱歌曲。好在识别速度还是蛮快的，多少给音乐app挽回了一些面子。

要知道早在2013年就有网友提出封面识别的功能，但现在已经2020年了，也才只有QQ音乐加入了这个功能，确实不应该用。

黑马想说，有时候路边街头歌手唱的歌都挺好听的，值得在音乐应用里有翻唱识别功能。

其次是识别的准确率。如果没有封面识别的刚需功能，最低识别准确性应该能保证吧？

为了保证测试结果的公正性，黑马从QQ音乐热歌榜、网易云音乐热歌榜、咪咕音乐新歌热歌榜、虾米音乐热歌榜中剔除重复歌曲，并提取出010- 30000,《晴天》,《生而为人》,《想起了你》 四大平台等待热门的50首歌曲。

在黑马的测试中，这四款App的识别准确率分别为：QQ音乐（100%） 网易云音乐（96%） 虾米音乐（74%） 咪咕音乐（0%）。。 QQ音乐和网易云音乐的识别准确率基本持平，领先第一阵营。虾米音乐更糟糕。总共有13首音乐没有被识别，识别速度也慢了一些。。最为奇怪的是，咪咕音乐竟然一首歌都没有识别出来。起初，黑马认为是由于曲库不完整，导致识别率较低。但是在换成咪咕音乐App放的歌曲测试中，一样识别不了。后来我以为是安卓的。 App版本可能存在一些bug，但切换到iPhone 8 Plus测试后，仍然无法识别歌曲。

询问客服后，原因不明。难道是工程师懒得维护？

测试列表结果如下：

最后我们来看看识别速度。如果说识别的准确性决定了听歌识别歌曲的可用性，那么识别速度可以说是影响了听歌识曲的体验，到底谁更快？黑马精选了15首可以成功识别的歌曲，包括《入海》、《七里香》、《那些你很冒险的梦》。测试。

测试结果如下，QQ音乐（4.53s） 网易云音乐（4.87s） 虾米音乐（7.27s）。从结果来看，QQ音乐和网易云音乐用时最短，仍处于第一梯队。其中QQ音乐的耗时稍短于网易云音乐。虾米音乐排名第三。至于咪咕音乐，则在上一轮测试中被淘汰。

需要提醒的是，以上测试都是从歌曲的开始时间测试的。如果直接从歌曲中间的人声进行测试，识别速度会更快，以上测试结果只能反映黑马的测试环境。实际中不同的环境和场景，结果会略有不同。

测试清单如下：

在上面的测试环节，大家也应该知道谁是音乐识别之王了吧？

从识别率和识别速度来看，QQ音乐和网易云音乐基本相同。但是QQ音乐在翻唱识别上具备绝对优势。另外，黑马在测试过程中发现了一个问题。网易云音乐的曲库有些欠缺。即使识别了部分歌曲的标题，但是因为没有版权而听不了，QQ音乐也不存在这个问题。

至于虾米音乐和咪咕音乐，则中规中矩。

说起来，为什么QQ音乐在听歌识别上能做的更好？大多数人都是看热闹的，而黑马则更感兴趣的原因是因为太闲了。

调查显示，QQ音乐确实有一些猫腻。

它采用了名为Landmark的指纹算法，可以有效增加抗噪声处理，提高识别速度。

为了避免一些朋友混淆，黑马在这里解释一下，这里的指纹算法不是我们习惯的指纹，而是指音频指纹。

这也很容易理解。就像指纹是每个人独有的特征一样，所谓的歌曲也有“指纹”。这个“指纹”就是最能表达歌曲特征的数据。通过识别这个音频指纹，就可以识别出歌曲，这也是目前通过听歌来识别歌曲的技术原理。

这个算法有多厉害呢？简单来说，QQ音乐就是依靠这个Audio Fingerprinting技术荣获MIREX2019世界冠军。。这个MIREX的含金量不低。它是国际音频检索领域的顶级赛事。能够在这次比赛中获得冠军，相当于听歌识曲技术得到了业界的高度认可。

有了这个算法，再加上哈希表和倒排索引，以及QQ音乐自己丰富的曲库、用户数量和分析样本量，听歌的速度自然会更快。

等等，这个哈希表和倒排索引是什么？解释一下，这是一篇很长的文章。您只需知道可以提高歌曲的识别效率即可。这就是为什么QQ音乐听歌、识别歌曲的时间比同类产品要少。

但黑马发现，QQ音乐的真正实力是翻唱识别功能。作为音乐App中第一个添加的功能，这个封面识别技术是如何实现的呢？

解释也很长，很难解释清楚。因为目前在音乐类的App中，只有QQ音乐具备翻唱识别功能，目前还没有成熟的商用解决方案。

这里简单解释一下：封面识别技术是一种介于音频指纹识别和流派分类之间的基于音频内容的音乐检索技术。

我们已经解释了音频指纹识别。如果要通过音频指纹系统识别翻唱歌曲，那么翻唱歌曲必须在搜索库中，否则歌曲识别技术无法识别。

（8种封面类型的组合）

这也是其他音乐应用无法识别歌曲翻唱版本的原因。因为检索库中缺少了翻唱版本。因此，封面识别技术的检索算法会比音频指纹模糊，但不能太模糊，否则无法识别音频特征，并且需要知道歌曲的大致类别，所以它比流派和歌手分类搜索更严格。

然后通过一些特征提取、特征提取后处理和距离计算算法来检索翻唱识别的歌曲。

总之，我们需要知道的是，翻唱识别技术可以让听歌的检索范围变得更广。同时，很多生活使用场景确实需要封面识别技术。

其他音乐应用应该会迅速跟进此功能。

在上面的测试环节中，QQ音乐的听歌识曲技术的体验是最好的，准确度、识别速度以及识别范围都有着优势。这个优势来自于QQ音乐的歌曲识别技术从精准识别拓展到了模糊识别，直接拓宽了识别范围和准确率。

毕竟，生活中打动我们的可能是我们正在听的一首完整的歌曲，也可能是我们不经意间听到的一两句歌词，河边街头歌手的歌声，现场演唱会的激情，甚至是不经意的别人的歌声.

从不经意的歌词中获取我们想要的音乐，这就是听音乐技术的意义。说到底，听歌、识别歌曲的技术只是一种手段，它的价值在于为我们保留优美的音乐。

音乐打开人类的情感。听歌曲可以让您识别歌曲，并为每首音乐命名。

AI翻唱变声软件DDSP-SVC教程，低配电脑可用，so-vits-svc替代品

前几天给大家介绍了一款非常强大的翻唱软件so-vits-svc。文章链接：《年少有为》。不过该软件对电脑配置要求比较高。大多数人的显卡无法满足要求，训练效果可能不好。不理想。现在给大家介绍另一款AI变声软件DDSP-SVC。这个软件对电脑配置要求较低，但是转换效果会比so-vits-svc差一点。不过，该软件仍在优化和升级中。目前，音频效果已合成。也还不错。 DDSP-SVC github项目地址：https://github.com/yxlllc/DDSP-SVC。让我给您展示一下具体步骤。

github上有安装和使用步骤。您可以参考步骤进行安装和使用。我们使用羽布有限公司老板制作的集成包，方便新手使用。百度网盘下载链接： https://pan.baidu.com/s/1KBGJP4F1i5OthGCoAohz9Q?pwd=35ps 提取码： 35ps

首先准备声音素材，最好是在安静环境下录制的纯人声高清音频素材。如果你用它来转换歌曲，你录制的声音应该有高音和低音部分，这样转换后的歌声会更有效。好啊，不然高音部分可能会沙哑、静音。如果你录制的声音不够干净，可以使用UVR5软件提取干净的人声。这个软件在网盘上也有。声音素材总时长建议1小时以上。

打开UVR5软件，如上图所示。在输入中选择要提取纯人声的音频文件，在输出中选择输出文件夹。接下来，选择“GPU Conversion”和“vocals only”以仅保留人声，然后单击按钮开始处理和提取。单个音频文件不宜太大，且时间应在20分钟以内，否则软件可能会因显存不足而报错。所有纯人声音频文件将被提取并可供使用。

下载DDSP-SVC软件到电脑上并解压，运行【Start WebUI.bat】文件启动webui页面，选择智能音频切片选项卡，进入原来准备好的纯人声音频文件所在的文件夹音频文件夹。将文件夹路径复制进去，然后点击【加载原始音频】按钮，看是否提示加载成功以及音频列表中的音频文件是否与你文件夹中的音频文件一致，然后选择分割音频输入文件夹，点击【开始切片】开始分割音频。信息成功输出则表示分割完成。

音频分割完成后，将分割后的音频片段复制到data\\train\\audio文件夹中，然后点击【一键分割数据集】按钮选择验证集音频文件

下面是数据预处理。选择编码器和f0 提取算法。页面上有明确的说明。您可以根据自己的需要进行选择，然后点击【数据预处理】按钮。此步骤将花费不同的时间，具体取决于所选算法和文件数量。不确定。当进度条达到100%且没有报错时，说明预处理成功。

下面是设置训练参数。总共需要训练两个模型，一个是DDSP模型，另一个是扩散模型。以下大部分参数可以保留默认值。如果你的显卡内存较低，比如2G，可以在缓存数据中选择CPU。同时Batch_size也要适当减小，大显存不需要修改。对于扩散模型配置中的训练数据类型，如果您的显卡是20系列以上，可以选择fp16或bf16来加速训练。如果训练时提示RuntimeError:说明Current CUDA Device不支持bfloat16。请将dtype切换为float16，即不支持bf16。可以选择之前的fp16。如果仍然不支持，请选择fp32。注意，更改训练数据类型后，点击【写入配置文件】按钮，然后点击下方的训练模型按钮。所有设置完成后点击按钮写入配置文件。

接下来选择从头开始训练，然后点击训练DDSP模型，然后系统会打开一个终端窗口输出训练信息。如果不想继续训练，可以按ctrl+c终止训练。 DDSP模型和扩散模型是分开训练的。

您可以打开tensorboard查看训练状态，选择正在训练的模型，然后点击打开tensorboard按钮。当终端输入如下信息http://localhost:6006/时，将该URL复制到浏览器地址栏并打开。

训练步数越多越好。训练过程中，终端会输出一个损失值。当该值很低并且不再变化时，可以停止训练，开始训练下一个模型。如果停止后想继续训练，可以选择按上次训练进度继续训练。

两个模型训练完毕后，切换到推理选项卡，单击刷新选项，选择模型训练步骤数最多的模型文件。

单击上传需要转换的纯真人语音音频文件，其他设置保持默认即可。单击下面的音频转换按钮开始转换音频。如果转换后的音频听起来沙哑或异常，可能是模型中没有高音，待转换的音频包含高音而无法达到转换效果，或者f0提取算法有问题。您可以更改算法。声音转换完成后，您可以播放收听或点击下载保存转换后的音频文件。

在终端中输入workenv\\python.exe gui_diff.py 运行。您可以开启实时声音转换功能，选择您要使用的型号，选择输入输出设备，然后单击开始音频转换按钮。

请注意，您应该训练自己的声音。如果您训练他人的声音，请获得授权。仅供个人研究、学习、娱乐使用。请勿违规使用本软件。

原文：https://dyss.top/897

AI翻唱软件评测：Musicfy、Lalals、Singify、Kits、Jammable大PKs

随着AI技术的快速发展，越来越多的AI封面软件不断涌现。这些软件允许您使用各种知名歌手和动漫人物的声音来翻唱歌曲。效果非常逼真，深受年轻人的喜爱。目前市面上知名的AI翻唱软件有Musicfy、Lalals、Singify、Kits.ai、Jammable等，那么，这些软件各自有什么特点呢？哪一款更适合您？今天我们就来做一下深度评测。

## 整体效果与性价比之王：Musicfy在我尝试过的5个软件中，我认为Musicfy的整体效果和性价比是最好的。拥有非常全面的声音模型库，几乎涵盖了所有一线流行歌手和知名动漫IP角色。而且免费用户每天可以生成15次，生成速度也很快。

Musicfy还有一个独特的功能，就是你可以上传自己的声音进行训练，并创建一个类似于你自己声音的AI模型来创作音乐。这样可以有效避免版权问题。不过，此功能仅适用于付费用户。

使用Musicfy时的一个小提示是，在生成音频时，一定要选择保留背景音乐，否则生成的音频将是纯人声，效果会大打折扣。总的来说，Musicfy无论是制作质量、速度还是免费额度都非常令人满意。这是我最推荐的软件。

## 与 Musicfy 针锋相对的 LalalsLalals与Musicfy非常相似，也有丰富的歌手和动漫IP声音模型选择。它的优点是生成效果与Musicfy相当，速度也很快。

但Lalals的缺点是它对免费用户的限制太多。他们只能使用三种指定的声音，并且只能产生三次。如果您想要更多选择，则必须付费升级。另外，Lalals还有一个小缺陷，那就是之前生成的音频如果没有及时下载，就再也找不到了。

## 性价比居中的选手：SingifySingify 位于Musicfy 和Lalals 之间。它的声音模型库也比较丰富，包括流行歌手和动漫IP。免费用户将获得一定的积分，每首完整歌曲需要800积分。

与其他软件相比，Singify 的独特之处在于您可以选择直接购买积分，而不是购买包月会员资格。如果你的使用频率不高，可以考虑这个方案。总体而言，Singify 在构建质量和试用量方面表现一般。

## 音乐编辑高手首选：Kits.ai 与前三款软件不同的是，Kits.ai内置的声音模型主要来自音乐家授权或无版权的语音库，因此在版权方面更有保障。但相应地，它不提供知名歌手的声模。

Kits.ai的一大特色就是不仅支持语音翻唱，还可以将不同的声音混合成新的声音，并调整声音的各种参数。因此，它更适合对音乐创作有较高要求的用户。总体来说，Kits.ai的收费还是比较合理的，提供了一定的免费额度，性价比可以接受。

## 对新用户不太友好的 Jammable虽然Jammable也有数百种声音模型，但最大的问题是它根本不提供免费试用。即使只是想测试一下效果，也必须先购买会员。这对于很多新用户来说并不友好。

当然，如果你不介意付费，也可以购买会员来尝试Jammable的效果。它的声音模型库比较丰富，有动漫、日韩、欧美歌手等。

## 总结综上所述，这5款AI封面软件各有特点，功能、资源、定价等各有不同，大家可以根据自己的需求选择：

如果想要性价比最好，建议选择Musicfy；

如果您想直接购买使用配额，可以选择Singify；

如果您是音乐创作者，想要更多编辑功能，可以选择Kits.ai；

Lalals 和Jammable 没有什么突出的优势，主要看个人喜好。

最后提醒大家，这些软件虽然声称使用无版权素材，但由于涉及知名歌手的声音，直接商业使用仍可能会涉及法律风险。建议您在使用时注明是AI生成的，以免造成不必要的麻烦。

希望通过本文的分析对比，你能找到最适合你的AI封面软件，掌握这个AI时代有趣的新技能。也欢迎您在评论区分享您的经验和想法！