只用一分钟的语音素材，就能让AI模仿出你的声音，然后一键翻唱任何歌曲——这听起来是不是有点不可思议？但这就是正在发生的现实。

上周分享的“小和尚语录”制作教程，让不少朋友对AI声音克隆产生了浓厚兴趣。有人甚至发来了一段AI生成的“大合唱”视频，效果令人惊讶：当AI模拟的“四郎”和“诸葛亮”在线对唱时，音色和节奏竟然毫无违和感，趣味十足。这也难怪，AI翻唱在互联网上的热度一直居高不下。

那么，这类视频究竟是怎么做出来的呢？

其实核心就两步：先用AI克隆声音并完成翻唱，再通过工具让图片或视频“对口型”。虽然GitHub上已有成熟的SVC（歌声转换）技术方案，但对普通用户而言，本地部署门槛不低——既要求电脑配置，又需要大量语音素材进行训练，过程颇为繁琐。

今天，我们就来分享两款极其简单的工具。你只需要上传一分钟左右的原声，通过几次点击就能完成所有操作。即便是零基础的新手，也能快速生成属于自己的AI翻唱作品。

如果你的电脑配置一般，完全可以直接使用网页版工具。它们最大的优势在于，云端已经预置了海量训练好的语音模型，直接调用即可，省去了漫长的训练过程，效果却相当出色。最关键的是，它们完全免费。

01 Weights：三步生成翻唱，海量模型即选即用

进入Weights官网（使用浏览器的网页翻译功能会更方便），首页最显眼的位置就是语音模型库。这里提供了大量预训练好的模型，从海绵宝宝、初音未来这样的虚拟角色，到迈克尔·杰克逊、泰勒·斯威夫特等明星大佬，应有尽有，可以直接免费使用。

比如，尝试搜索一位你喜欢的歌手，很可能发现已经有多个相关模型。选择一个排名靠前的，点击右上角的“创建”按钮，即可开始一个新的翻唱任务。

点击下一步后，进入音频上传环节。翻唱的源音频可以通过多种方式提供：直接粘贴YouTube视频链接，或者将本地的歌曲文件拖放到指定区域。

除了歌声翻唱，这个工具还支持文本转语音，甚至可以直接用麦克风实时输入语音进行转换，功能相当全面。

为了获得更干净的效果，建议选择一段单人清唱的音频作为素材。和声或混响可能会影响最终的翻唱质量。上传音频后，继续点击下一步。

在参数设置界面，如果上传的是纯人声干声，可以勾选“预混”选项。音调方面，一般原则是：用男声模型翻唱女声歌曲时可适当调低，反之则调高。初次尝试，使用默认设置即可。

界面下方还有更进阶的微调选项。建议先以默认参数生成，如果效果不满意，再回头进行精细调整。设置完成后，点击右下角的“创建”。

随后，在页面左上角的“我的创作”区域，可以看到任务正在排队处理。通常只需等待几分钟。

当列表中间出现“成功”提示后，就可以试听并下载成果了。

下载界面会提供多个音频文件，包括：翻唱后的人声加伴奏（如有）、翻唱后的纯人声干声、原始音频、原始音频中的干声及伴奏。你可以按需选取。

试听生成的作品，你会发现AI模仿的音色颇具特色，演唱连贯自然，节奏感良好，在转音、重音和高音部分都有不错的表现。

整个过程几分钟就能完成，操作可谓“有手就会”。用同样的方法，尝试周杰伦或邓紫棋的模型进行翻唱，也能得到风格迥异但同样有趣的结果。

得到翻唱音频后，制作视频就简单了。可以将音频按合唱节奏切成小段，每一段配上一张Q版人像图，然后上传到“即梦”这类AI对口型工具中生成视频片段。

需要注意的是，用图片生成对口型视频时，效果一定要选择“生动”模式。否则，如果只动嘴不动头，画面会显得非常僵硬。

最后，用剪映等视频剪辑软件，将所有生成的视频片段组合起来（如果有伴奏也一并加上），一个完整的AI合唱视频就诞生了。

那么，如果想用自己的声音，或者创建一个全新的语音模型来翻唱，又该如何操作呢？

02 Replay：一键分离人声，训练专属语音模型

我们以创建一个“懒羊羊”的声音模型为例。首先，需要访问Replay官网，下载并安装最新版的软件。

安装后首次打开软件，会弹出两个提示框。先别急着点确定，而是应该立刻前往左上角的“App - Show Settings”，修改文件的默认保存位置。

第一个路径是导出音频的位置，第二个则用于存放应用程序数据，包括语音模型和生成的所有音频。总之，尽量不要放在C盘，以免占用系统空间。

准备工作完成后，开始制作模型。可以从B站等平台找一段懒羊羊唱歌的视频，用剪映简单处理，只保留其声音清晰的片段，并导出为MP3或WA V格式。然后将这个音频文件上传到软件指定位置。

在分离选项中选择“仅干声”。

“渲染设备”这里，如果电脑有独立显卡（NVIDIA），选择CUDA会更快；如果没有，则选择CPU。其他设置保持默认，点击“生成”。

处理完成后，分离出的干声和伴奏会出现在左侧列表。单击即可分别试听和下载。

接下来，将下载好的纯净干声文件，上传到软件中“训练模型”的板块。这里可以上传多个音频文件，覆盖的声线越全面（比如包含说话、唱歌、不同情绪的声音），最终训练出的模型翻唱效果就越理想。一个经验是：如果训练素材中缺乏高音样本，模型在翻唱高音部分时容易失真甚至破音。

下方的设置，除了根据电脑情况选择渲染设备（CUDA或CPU），其他均可保持默认。然后点击“创建模型”。这个过程比较耗时，可能需要几个小时，请耐心等待。

训练完成后，模型会显示在相应的列表中。

现在，就可以用这个新鲜的“懒羊羊”模型来翻唱了。上传你想翻唱的歌曲，在模型选择处点击你刚训练好的模型。

下方的参数设置与在线翻唱时类似，可以适当调整人声和乐器的音高以匹配。保持默认设置通常也能得到不错的效果，点击“生成”。

不到一分钟，翻唱就完成了。分别保存翻唱后的干声和伴奏文件即可。

此外，Replay还有一个便利功能：你可以将从Weights下载的语音模型（解压后），放入软件设置中第二个路径下的“models”文件夹里。这样，这些丰富的云端模型就能在Replay中直接调用，极大地扩展了你的声音库。

制作合唱视频的思路也很清晰：用同一段伴奏，分别使用不同的语音模型生成各声部的翻唱干声，最后在剪映中将这些干声与伴奏合成，并配上对应的视频画面即可。

总的来说，仅用一分钟的语音素材就能达到相当不错的翻唱效果，体验下来，除了训练自定义模型需要一些时间（这更多是硬件限制），整体流程非常顺畅。尤其是人声分离功能，在许多平台都需要开通会员，而Replay和Weights都提供了免费且不限次数的使用，效果还相当出色。

最后提几个实用小贴士：如果原唱音乐带有复杂的和声或混响，可能会影响AI翻唱效果。对于合唱类歌曲，更稳妥的做法是分别用单人模型翻唱各声部，再到剪辑软件中合成。用自己的声音训练模型后，就能让AI轻松驾驭各种热门歌曲，无论是喊麦、说唱还是流行音乐，再也不用担心跑调。那些好听却难唱的歌曲，终于可以用另一种方式“学会”了。

虽然目前的AI翻唱还无法100%复刻原唱的嗓音和唱功，但模仿出七八分音色已不在话下。想象一下，让“赛博偶像”每天为你唱歌，是不是有点未来已来的感觉？