專案｜proj

Seed-VC v2 換音色產線（2026-10-18 實證）

工具：D:\AI TOOL\WANTZ\Seed-Vc-50（自帶 venv seed-vc\python.exe；v2 checkpoint checkpoints\models--Plachta--Seed-VC\snapshots\257283f9f41585055e8f858fba4fd044e5caed6e\v2\{ar_base,cfm_small}.pth）。
呼叫：seed-vc\python.exe -s inference_v2.py --source <要被換音的H3音訊> --target <小晴/小夏 wav> --output <out> --ar-checkpoint-path <ar_base.pth> --cfm-checkpoint-path <cfm_small.pth>，cwd=Seed-Vc-50，設 PATH(含 seed-vc\ffmpeg\bin)、HF_ENDPOINT=hf-mirror、HF_HOME=hf_download、TRANSFORMERS_CACHE=tf_download。輸出 22.05kHz mono wav，保留內容/節奏/時長（免對嘴）。
適用前提（關鍵）：VC 只換音色不改內容，因此僅當 H3 原生音訊內容＝目標台詞時才免對嘴成立（例：咖啡口播 0279 原生語音就是那句台詞→換小晴音色 14s 搞定）。實測課程 L03 換音 23.9s。
不適用：課程段（run_lesson.py）H3 用 audio_mode:"native"、無 reference audio 引導，H3 原生是英文 interview 語音、非中文台詞→課程段不能用 VC 免對嘴。原「必須 LatentSync 對嘴」方案已被用戶否決（嘴巴不自然）→ 課程段聲音方案待定，朝「H3 生成階段就餵中文台詞」方向調整。
產線決策：H3 原生語音=台詞→Seed-VC 換音色免對嘴；H3 原生語音≠台詞→LatentSync 對嘴已列禁區，改用「H3 生成階段餵中文台詞（reference audio 引導）」或保留 H3 原生語音（口型自然、音色為原生）。