原本喺我嘅 Planning 入面,並唔打算咁快製作張敬軒嘅 Model。不過因為最近嘅政治新聞,見到佢要當洗腦遊學團嘅領隊,喺現時嘅政治環境下,我有一種莫名嘅抗拒與恐懼,怕日後連自己都唔想再幫佢製作 Revoice……所以,不如趁現在,提早喺數據廢墟中為佢保留一個最純粹嘅聲魂吧。
🧪 核心插曲一:斷代解剖 ── 捨棄爆發名曲,專注中期輕柔聲線
為了配合《因為所以(畢氏定理)》呢首歌,今次嘅 Training Source 經歷過嚴格嘅「斷代解剖」。我完全摒棄咗佢初期類似《春秋》、《披星戴月》、《櫻花樹下》嗰種發力比較「肉緊」嘅名曲 Dataset;反而集中挖取佢喺中期(2012-2019)一段比較輕柔、鬆弛嘅聲音。主要 Training Source 來自《天才兒童1985》、《百年樹木》,以及佢翻唱女聲嘅《少女的祈禱》與《黃色大門》。
⚙️ 核心插曲二:破解女歌男唱困局 ── 純人聲 Acapella 級別的邊界釋放
事實證明,呢個極其精細嘅 Training Source 配合,對今次 Revoice 嘅史詩級效果起咗決定性作用。以往「女歌男唱」往往會遇到基頻破裂或咬字生硬嘅技術困局,但今次調配出來嘅模型,喺音質與情感嘅細膩度上,達到咗完美的邊界。我甚至可以接受完全切除所有 Background Music,只聽純人聲 Acapella 清唱都已經足夠好聽。
💡 技術指標一:Training Source 作用分析
本模型共使用了 4 首精選作品進行「斷代解剖」Dataset 建構:
《天才兒童1985》
作用:提供中期鬆弛、自然且帶有現代感嘅中音域敘事線條與靈動咬字。
《百年樹木》
作用:擷取成熟細膩嘅情感線條、柔和氣聲與穩定嘅胸腔共鳴底盤。
《少女的祈禱》 (Cover)
作用:提供翻唱女聲作品時嘅輕柔聲線、細膩假音過渡與高音動態。
《黃色大門》 (Cover)
作用:提純極具夢幻色彩嘅柔和咽音,防止「女歌男唱」時出現咬字生硬。
📊 技術指標二:TensorBoard 訓練數值分析

模型名稱 (Run): HintsCheung_v1/eval
訓練步數 (Step): 25,700
相對時間 (Relative): 1.147 day
最終損失值 (Value): 40.2405 (Smoothed: 40.0184)
🏺 製作人筆記
在變幻莫測嘅時代裡,手藝人唯一能做嘅,就係用算力與執著,將最無雜質嘅音樂記憶好好封存。即便現實世界嘅軌跡令人無奈,但在數據與混音軌道上,那一份純粹、溫柔且極致嘅聲魂依然能被完整定格。完美解決「女歌男唱」嘅基頻瓶頸,讓這份 Acapella 級別嘅清唱,成為數據廢墟中最乾淨嘅對白。
🎧 聽下呢場完美清唱嘅《因為所以》演繹
文字會欺騙,但隻耳可以選擇。
YouTube Full Version: https://youtu.be/i18757qzYeI?si=W1dCCLIbWiCxdgSm
💡 【拾荒者提示】
本手札對應之本地 UVR5 (BS-Roformer) 拆聲、Google Colab 雲端算力部署與硬核環境 Debug 心得,已完整收錄於全套 9 課嘅 YouTube 免費系統化教學課程,歡迎本地部署挑戰:
🔗 課程傳送門:https://www.youtube.com/playlist?list=PLBAW5VZH2utBPkroyMFQanWWL7q3MlRtM
#廣東歌 #AI #REVOICE #技術拾荒 #Rvc #UVR #HelloWorld #GarouLab #張敬軒 #HinsCheung #因為所以 #楊千嬅
