写在后面：

这个视频的企划其实好早之前就有了，但是因为本人在三次元的事情一堆一堆的以及灵感匮乏等原因就搁置了一年多。之前这个歌曲还想着让佳一妈妈cover来着，没想到上个月来了一位更是重量级的选手（

本视频从00:00~02:00全部为传统算法声库合成而来（和声除外），在02:04~最后所有歌声均为DIffSinger合成而来。

苞姐麻麻声库训练耗费了我大量的精力。训练该模型时使用了SOFA_AI（github.com/colstone/SOFA_AI）进行自动化标注的苞姐麻麻的全部素材（acfun.cn/v/ac45502420、acfun.cn/v/ac45502629），处理数据时全部使用素材左声道，使用bs_roformer进行了降噪处理，手动切分语音片段，删除了部分仍然有杂音和非苞姐麻麻本人的语音，使用AI Studio V100 32GB进行训练。训练时加入了前9位ACE opencpop（aistudio.baidu.com/datasetdetail/259412）数据集中的歌手的所有歌声和哔哩哔哩UP主Valera Desu（孙大海，space.bilibili.com/1515619752）在2024年7月26日10:19:19前的所有视频。先混合训练80k steps，之后开启use spk id参数finetune了200k step，耗时约40小时。孙大海和苞姐麻麻的语音均为手动切片，ACE opencpop数据集使用audio-slicer仓库（github.com/openvpi/audio-slicer）进行切片，切片参数均为默认参数。使用的训练代码仓库为github.com/XMTechCommunity/DiffSinger，训练框架使用PyTorch-2.4.0+cu118，python版本为3.10。

警告：由于梅花之前没有训练过多人，一开始未开启use spk id参数使数据混合在一起训练了80k steps造成音色混乱。后为了节约算力，使用该模型继续finetune，最后得到了音色正确的模型。多人混合训练容易造成模型语音混乱，在训练多人时请务必开启use spk id参数。

该声库完工时间：2024年7月29日16:13:38 声库配布视频可以去我个人主页里面找。

其实一开始我本来是没有打算制作AI声库的，觉得会比较浪费算力，而且这么个小人物感觉也不值得动用科技。但是随后孙大海一引战我的一位好朋友和我都被带节奏了，于是我就把孙大海还有苞姐麻麻都放进自动化程序里面进行训练了。在没有AI声库之前这首歌我只能做出前40%，后面的部分因为传统声库限制（只收集了素材视频里面原有的中文整音）我一度匮乏灵感，但是AI声库出来了之后不得不说我的创作视野就被打开很多了，也就有了你们看到的视频后半段女儿开始玩AI那段剧情。这也是我会在简介里面感谢孙大海的原因，毕竟这件事对我的创作提供了不少新的思路。

在视频创作的时候我也少不了灵感大匮乏的时候。为此我还特意去YouTube上面找来枇杷油的曲子看——实际上最后就只听了一首《精神病拉面》。虽然我不是枇杷油的粉丝——毕竟也只是听过几首歌而已——但是我感觉苞姐麻麻那句话其实这么说这句话没准才是更加符合真实情况的：“痛苦就隐藏在可爱的外表下”。因为枇杷油她创作的意图是将自己的精神疾病化为歌曲，每个人都一定会有自己最喜欢的艺术表达形式但是这也并非代表着这种艺术形式就一定被别人认可。就好像《大市唱》的作者赵磊一样，尽管很多人在批评大市唱曲子的质量底下软件不好用，但是赵磊仍然再坚持开发一样。我并不是说让大家去接受某种歌声和成引擎或者去接受某种风格的曲子，而是我觉得，每个人都会有自己喜欢的艺术，艺术并没有绝对的美与丑，与其去耗费大量精力攻击别人，不如求同存异各干各的，大家都听自己喜欢的曲子，这才是真正的面对艺术该有的态度。当然，我说了这些只是给出了我作为路人的一个态度，考虑到有些人是为了流量进行人身攻击辱骂他人去诋毁一些歌曲，我相信我说这些对于这种人而言应该是没有什么用处的——你越和他辩论，他就会收获越多的流量，从而加剧这种行为。

现在我回过头来看看我最近一个月干的事情，我感觉我还是被带了一些节奏的。孙某这种行为完全是为了蹭流量，所以我做的这些反而是真的中了圈套？一方面是的——深度学习声库都给整上了，帮人家增加了流量——另一方面又不完全是——毕竟没有他我的作品不可能内容这么丰富。总而总之，从这个视频发布之后，我也将不会参与进任何术力口尤其是饭圈化的东西当中了。因为我明白，那些劝架者，最后总会变成打架斗殴的人员之一——而且这个暑假为了这点破事我消耗的资源也确实不算少，是时候重启我那搁置了三个月的论文了。

此处引用赵磊老师的一句话：

个人观点，仅供参考，不一定对。

最近参与了术力口饭圈化的一些事情及其相关创作之后的感想