正式使用 SVC Fusion
1：下载和部署
点击链接加入群聊【幻灵的炼丹工坊】：
获取整合包链接后进入网盘下载（目前 Fusion 使用 123 网盘发布）
下载完成后用 bandizip 或 7zip 进行解压（不要使用 winrar，会出现解压文件损坏的报错）
解压完成后进入整合包（整合包本体如下）
文件结构说明
| 文件夹 | 说明 |
|---|---|
| exp | 工作目录 |
| archieve | 训练归档文件夹 |
| models | 已训练模型文件夹 |
| dataset_raw | 原始数据集文件夹 |
| data | 可用于训练的数据集存放位置，完成训练后可删除 |
| tmp | 数据处理临时文件夹，完成数据处理后可删除 |
2：SVC-Fusion，启动！
双击启动 WebUI.bat
初次启动可能需要等待一段时间。
出现提示框后，点击我同意，进入网页。
此时 cmd 控制台大概是这样的（使用 Fusion 时请勿关闭控制台！）
浏览器将自动打开网页，如下
TIP
推荐使用 Edge、Chrome 浏览器打开网页，并关闭网页翻译和加速器。
打开 webui 的过程中可能会出现若干警告，具体请详见文末的常见报错。
3：预处理
点击“打开数据集文件夹”进入 dataset_raw 文件夹
将准备好的数据集打包成文件夹放入此处，注意文件结构
dataset_raw/
|-你的角色名字 1/
| | 1.wav
| | 2.wav
| | 3.wav
| ...
|-你的角色名字 2/
| | 1.wav
| | 2.wav
| | 3.wav
| ...TIP
如果是单说话人，你的 dataset_raw 文件夹里面应该是这样的
如果是多说话人，你的 dataset_raw 文件夹里面应该是这样的
数据集文件夹里应当是这样的
注：数据集命名若包含 特殊字符或中文 则 可能 在处理时发生报错，可使用未鸟的批量重命名工具进行修正。
为了能够直观地教学，本次以单说话人进行示范。
回到网页，选择数据处理，进行预处理
选择需要的算法（算法选择参考前文）`
若选择 sovits，则另有几个选项，按需勾选（如果不懂不建议乱动）
选择声音编码器（目前仅支持 768）
选择 F0 预处理器（通常为默认）
选择设备进行训练(DDSP 支持 cpu 计算）
此处以入门卡作演示
然后选择用于 reflow 的采样器
选择完成后，点击”提交“进行预处理
预处理完成
注：本教程以 ddsp6.0 为模型，其他算法的预处理/训练/推理界面略有不同，但操作逻辑相似。
4：训练
点击进入训练界面
选择参数（一般为默认参数，默参也能用）
以下为训练参数详解：
| 参数名称 | 说明 |
|---|---|
| 训练批次大小 | batch_size（bs），越大越好，越大越占显存，注意不能超过训练集条数。根据显存酌情调整，一般默认的数值不会爆显存 |
| 训练进程数 | 如果你显卡较好，可以设为 0，会提升速度但不影响质量 |
| 训练精度 | 默认 fp32（单精度），选择 fp16（半精度）、bf16（混合精度） 可以获得更快的速度和更低的显存占用，但是炸炉概率 up up |
| 验证间隔 | 每 N 步验证一次，同时保存。默认 1000 |
| 日志间隔 | 每 N 步输出一次日志。默认 1，建议改为 100，否则报告较为频繁（不影响质量） |
| 强制保存模型间隔 | 每 N 步保存一次模型。默认 1000 |
| lr 衰减力度 | 高级玩法，不建议动 |
| 缓存设备 | 选择 cuda 可以获得更快的速度，但是需要更大显存的显卡 (SoVITS 主模型无效)，选择 cpu 则载入内存，减小硬盘 io 压力 |
| 缓存所有数据 | 若内存和显存较小则建议关闭， |
| 最大训练轮数 | 默认 100000，不建议动，正常不需要跑这么久 |
| 使用预训练模型 | 是否调用底模。勾选可以大幅减少训练时间，如果不懂不要动 |
确定参数后点击“提交”开始训练
等待弹出训练 bat
训练时长与数据集时长、质量、算法、预测器、bs、lr、GPU 相关，因此一般建议每 1000-2000 步（step）停下进行试听。
Tensorboard 可作为 loss 数值上的参考
训练日子参数和推荐训练步数会在文档 DLC 中发布
注意：不要迷信步数和 loss，无论哪个算法都不是炼的越久越好的！
结束、暂停训练请按停止训练（或直接关闭训练 bat）
5：推理
训练完成并归档后点击推理，来到推理界面
首先选择用于推理的模型
如果模型加载正常，则会显示相应的算法
接下来选择推理用的设备（优先使用 GPU）
点击选择模型进行加载
加载成功后会显示说话人
放入用于转换音色的音频文件（即推理源）
若推理源没有经过人声分离，则需要勾选去除伴奏（可视歌曲情况勾选去除和声）
接下来选择推理参数
以下为推理参数详解：
| 参数名称 | 说明 |
|---|---|
| f0 提取器 | 用于音高提取/预测的模型，一般认为 remove 最均衡，fcpe 更自然（其余选项正在测试中，将在 DLC 中详细述） |
| 变调 | 每 12 为一个八度，参考:女模型转男原声 12，男模型转女原声 -12，因异性声调不同的音色泄露、失真可以调节这个 |
| 切片阈值 | 人声切片的阈值，如推理源有底噪可以调为 -40 或更高 |
| 采样器 | 用于 reflow 的采样器，一般默认就好（二者差异正在实验中） |
| 推理步数 | 推理步长，一般默认就行 |
| T Start | 控制 reflow 起点 |
| 共振峰偏移 | 值越大声音越细，值越小声音越粗，优先用变调，这个调了很难听 |
推理完成
可以试听推理后的音频，并对参数进行微调
如果对音频比较满意，可以进行保存
保存完文件后，可以在其他软件内进行加伴奏、混音、和声等处理