虽然我觉得我写的已经很明白了，但还是有很多电脑小小白问我报错情况，所以写了这么一篇更详细的教程

训练模型才对电脑显卡有要求，但配置训练好了的模型是对电脑显卡没有要求的，至少我的垃圾2g显存的电脑都能用。

下载用来运行语音模型的文件，你可以从https://github.com/Plachtaa/VITS-fast-fine-tuning这个页面点release进行下载，但github这个网站被半墙了，有些时候进不去，所以我把这个文件传到度盘上了

链接：https://pan.baidu.com/s/1cmStsLgQSe9cy_i6g9K21w 

提取码：2233

下载好后你需要将inference.rar这个压缩包解压到电脑的任意一个位置，但这个文件不能有含有中文的上级目录，建议直接扔在除C盘以外的其他盘

比如：

D:/inference  正确

D:/ai voice/inference  正确

D:/ai语音/inference  错误

你会得到类似这种层级的文件

然后，下载式神对应的模型文件，下载链接都在对应视频的简介里

每个式神都有finetune_speaker.json和G_latest.pth两个模型文件，将这两个文件复制（注意不是剪切）到刚刚的inference文件夹里，这时候对应的层级关系应该是这样

最后，双击下面的inference.exe开始运行，会先弹出一个命令窗口（如下）

过一会会弹出一个浏览器页面（如下）

现在就可以开始玩了（注意，在用浏览器页面生成语音的时候不能把那个命令窗口关掉），目前只支持中文和日文语音生成。

一次只能使用一个语音模型，如果想换人，就要把另一个式神的两个finetune_speaker.json和G_latest.pth文件放入inference文件夹，这时候会问你有两个同名文件是否替换，点是就可以了。

生成日语的话，标点符号是会对生成语音的情感有影响的，比如用感叹号会使语气更强烈，两个感叹号会更强烈，省略号会使尾音收缩，破折号会使尾音延伸，空格可以断开两个发音 

另外，对生成的语音质量不满意是可以重复生成的，这个算法的结果每次都是不一样的，如果重复生成多次都在某个发音上效果差，可以用片假名或片假名平替，再不行的话就没办法了，快速微调模型的效果确实不如完整体的模型

像辉夜姬，大金鱼这种原声说话语气就比较温柔平缓，生成的语音大概率也是平稳的，听起来比较自然，但像小金鱼，阿修罗这种语气情感起伏较大，喜欢大吼大叫，一惊一乍的，生成的语音很多听起来就不是很自然，效果就不会很好

最后，私信我说能不能用这些模型做一些视频的，这个问题我有必要认真回答一下

根据《中华人民共和国民法典》 第一千零二十三条，对自然人声音的保护是在肖像权里的，所以严格来说我是没有资格给你们授权的，因为说到底声音来源还是属于声优本人的，我只是花了几天把模型训练出来了而已。

所以，这些模型仅供学习交流使用，可以用来做一些二创，标注好模型来源就行（比如艾特我或者附上对应的式神语音模型展示视频的BV号）

严禁用于任何商业用途，严禁用模型生成一些不能说的话！

祝大家玩的愉快