เคยสงสัยกันไหมครับว่าคลิปที่เอาเสียงตัวละครหรือศิลปินคนโปรดมาร้องเพลงโควเวอร์ (AI Cover) เขาทำกันยังไง? วันนี้ผมจะมาสอนวิธีทำง่ายๆ แบบไม่ต้องพึ่งคอมพิวเตอร์สเปคแรงเลยซักนิด เพราะเราจะยืมเซิร์ฟเวอร์ฟรีของ Google ผสมกับเครื่องมือสุดล้ำอย่าง Ultimate RVC กันครับ!

บทความนี้จะสอนตั้งแต่การรันเซิร์ฟเวอร์ไปจนถึงการตั้งค่าเสียงคลุมดนตรีแบบยิบยับพร้อมใช้งานเลยครับ (ส่วนใครที่อยากปั้นเสียงเอง บทความนี้จะไม่ได้สอนการเทรนเสียงน้า เน้นนำโมเดลสำเร็จรูปมาใช้ครับผม)

---

🛠️ สิ่งที่ต้องเตรียมก่อนเริ่ม

1. Source ต้นฉบับเพลง:
   • รองรับทั้งการแปะ ลิงก์วิดีโอ YouTube (ระบบมีตัวช่วยดูดเสียง yt-dlp ให้ในตัว)
   • หรือถ้ากลัวเซิร์ฟเวอร์โดนบล็อค IP จากยูทูป (สุ่มดวงพอตัว) แนะนำให้โหลดไฟล์เพลง MP3 / WAV มาเตรียมไว้ในเครื่องชัวร์สุดครับ
2. ลิงก์โมเดลเสียง (Voice Model):
   • ต้องเป็นลิงก์ดาวน์โหลดตรงที่เป็นไฟล์ .zip
   • สำคัญมาก! ไฟล์ Zip นั้นแตกออกมาข้างในต้องมีไฟล์นามสกุล .pth และควรมี .index อยู่คู่กัน (หาโมเดลแจกฟรีได้ตาม Discord กลุ่ม AI หรือ AI Hub ต่างๆ)
3. บัญชี Google (Gmail): สำหรับใช้รันระบบบน Google Colab

---

🚀 ขั้นตอนที่ 1: การเปิดระบบใน Google Colab

โปรเจกต์ที่เราใช้ในวันนี้คือ Ultimate RVC ของคุณ JackismyShephard คลิกที่ลิงก์เพื่อเข้าสู่หน้า GitHub ได้เลยครับ

1. เลื่อนลงมาด้านล่างของหน้า GitHub จะเจอปุ่มที่เขียนว่า "Open in Colab" ให้คลิกเข้าไป
2. เมื่อหน้า Google Colab เปิดขึ้นมา ให้มองหาแถบเมนูด้านบนสุด คลิกที่ Runtime (รันไทม์) แล้วเลือกเมนู Run all (รันทั้งหมด) ไม่ต้องคอยกดปุ่ม Play ทีละบรรทัด ระบบจะรันโค้ดลงมาให้รวดเดียวเลย
3. ระบบอาจมีเด้งหน้าต่างขออนุญาตเข้าถึง Google Drive เล็กน้อย ให้กดยอมรับไปครับ
4. กระบวนการติดตั้งจะใช้เวลาประมาณ 6 นาที ให้ปล่อยทิ้งไว้
5. เมื่อรันสำเร็จ ให้เลื่อนลงมาเช็คที่ชุดรหัสล่างสุด (ตามรูปด้านล่าง) ในช่องหัวข้อ Choose a sharing method: ที่ถูกตั้งไว้เป็น gradio
6. มองหาข้อความว่า Running on public URL: https://[ตัวหนอนยาวๆ].gradio.live ให้คุณคลิกที่ลิงก์เส้นสีฟ้านี้เพื่อเข้าสู่หน้าจอทำงาน (Web UI) ของ Ultimate RVC ได้เลยครับ!

---

📥 ขั้นตอนที่ 2: ดาวน์โหลดโมเดลเสียง (Models)

เข้าสู่หน้าต่าง Ultimate RVC รูปแบบเว็บกันแล้ว อันดับแรกเราต้องป้อนไฟล์เสียงตั้งต้นให้ระบบรู้จักก่อน:

1. คลิกที่เมนูแท็บหลักด้านบน ไปที่คำว่า Models
2. ตรวจสอบให้แน่ใจว่าแท็บย่อยด้านล่างเลือกอยู่ที่คำว่า Download
3. Model URL: นำลิงก์ดาวน์โหลดไฟล์ .zip ของโมเดลเสียง AI ที่เราเตรียมไว้มาวางในช่องนี้
4. Model name: ช่องสำหรับตั้งชื่อโมเดล ให้กรอกชื่ออะไรก็ได้เพื่อเตือนความจำตัวเอง (เช่น แบทแมน, โดราเอม่อน, ศิลปิน X)
5. กดปุ่มสีฟ้า Download 🌐 เครื่องหมายลูกโลก
6. รอจนกว่าช่อง Output message ด้านล่างขวา แจ้งเตือนข้อความว่าโหลดสำเร็จ (Successfully downloaded)

---

🎙️ ขั้นตอนที่ 3: สั่ง AI สร้างเสียงร้อง (Generate)

นี่คือขั้นตอนพระเอกของเราครับ กลับมาคลิกที่เมนูแท็บหลัก Generate และตรวจสอบให้แน่ใจว่าแท็บย่อยคือ Song covers (แท็บนี้เกิดมาเพื่อเพลงโดยเฉพาะ มันจะช่วยแยกดนตรีและเสียงร้องให้อัตโนมัติในปุ่มเดียว!)

3.1 การเลือกต้นฉบับและเสียงร้อง

1. Source type: ระบบมี Drop-down ให้เลือกต้นฉบับ (จะใช้ YouTube หรือไฟล์ในเครื่อง) ให้เลือก YouTube link/local path
2. Source: ถ้านำลิงก์จาก YouTube มาวางได้เลย หรือถ้าอยากอัปโหลดเสียงจากในเครื่องก็กดเบราว์ไฟล์เลือกโฟลเดอร์มาใส่ได้ครับ
3. Voice model: เปิดปุ่ม Drop-down เราจะเจอชื่อโมเดลเสียง AI ที่เราเพิ่งดาวน์โหลดแล้วตั้งชื่อไว้ในขั้นตอนที่แล้ว ให้คลิกเลือกชื่อนั้นเลยครับ

---

3.2 เมนู Options (ตั้งค่ารายละเอียดเสียง)

ไม่ต้องรีบกด Generate นะครับ! ให้คลิกคำว่า Options เพื่อให้เมนูตั้งค่าแบบละเอียดยิบกางออกมา ปรับค่าตามนี้รับรองเสียงเนียนกริบ:

🎵 1. ระดับเสียง (Pitch shift)

• Vocal pitch shift: ปรับจูนคีย์เสียงร้อง AI ให้เข้ากับดนตรี
  • หากเพลงต้นฉบับร้องโดย ผู้ชาย แต่โมเดล AI ของคุณเป็น ผู้หญิง 👉 เลื่อนหรือพิมพ์ปรับค่าเป็น 1 (หรือ 12 semitones / 1 octave)
  • พลงต้นฉบับเป็น ผู้หญิง แต่โมเดล AI เป็น ผู้ชาย 👉 เลื่อนหรือพิมพ์ปรับค่าเป็น -1
  • หากเพศเดียวกัน หรือใกล้เคียงกัน ปล่อยไว้ที่ 0
• Overall pitch shift: ปรับระดับคีย์เสียงรวมของทั้งคลิป รวมทั้งดนตรี ปล่อยค่าเริ่มต้นที่ 0 ได้เลยครับ

🛠️ 2. การสังเคราะห์เสียง (Voice synthesis / Vocal conversion)

• Pitch extraction algorithm: อัลกอริทึมจับโน้ตเสียง แนะนำให้ทิ้งไว้ที่ rmvpe (ค่าเริ่มต้น) เพราะเป็นตัวที่แม่นยำที่สุดในตระกูล RVC ปัจจุบัน
• Index rate: เลื่อนแถบอยู่ระหว่าง 0.3 ถึง 0.7
  • ยิ่งตั้งค่าเข้าใกล้ 1 ระบบจะยิ่งพยายามดัดสำเนียง เทคนิคการร้อง ลูกคอ ให้เหมือนกับร่างต้นฉบับโมเดลมากที่สุด (ใช้ไฟล์ .index เข้ามาช่วย)
  • ข้อควรระวัง: ถ้าใส่เยอะเกินแล้วต้นฉบับดนตรีมีเสียงรบกวนเยอะ เสียง AI อาจจะแตก แนะนำลองเริ่มที่ 0.3 ตามค่าเริ่มต้นครับ
• RMS mix rate: คงไว้ที่ 1 เพื่อให้ AI อ้างอิงระดับความดังเบาตามเสียงร้องตามมนุษย์ต้นฉบับ
• Protect rate: ปกป้อง "เสียงพูดแบบพ่นลม" สระเสียงซีดๆ หรือจังหวะหายใจ ไม่ให้หายไปตอนแปลงเสียง AI ตั้งค่าเริ่มต้นที่ 0.33 ถือว่าคลุมโทนได้ดีครับ (ยิ่งปรับสูงเสียงลมจะชัด แต่สำเนียง AI จะลดความเป๊ะลงนิดนึง)

✨ 3. ตัวช่วยปรับแต่งพิเศษ (Vocal enrichment)

ส่วนนี้สามารถติ๊กถูก (Check) เลือกได้ตามความเหมาะสม:

• Split input voice: หากเพลงยาวมาก การแบ่งประมวลผลเป็นท่อนเล็กๆ จะช่วยลดอาการเสียงแตกได้
• Autotune converted voice: ใส่เอฟเฟกต์ออโต้จูนให้เสียง AI ร้องตรงคีย์เป๊ะปัง
• Clean converted voice: ระบบลดเสียงรบกวน (Noise Reduction) ใช้ในกรณีที่ไฟล์ตั้งต้นคุณภาพไม่ดีนัก

---

3.3 การมิกซ์เสียงและการส่งออก (Audio mixing & output)

เมื่อได้เสียง AI แล้ว ระบบของ Ultimate RVC ใจดีมีแผงมิกเซอร์ (Mixer) รวมเสียงร้อง AI กลับเข้ากับดนตรีให้อีก!

🎛️ Audio mixing (ตั้งค่าเสียงก้อง)

• Reverb control: การใส่เสียงก้องให้เสียงร้องกลมกลืนกับดนตรี ไม่ดูแห้งจนลอยออกมา
  • Room size: ตั้งความกว้างของห้องสมมุติ ยิ่งห้องใหญ่เสียงยิ่งสะท้อนนาน (ค่าเริ่มต้น 0.15 เหมาะกับแนวป๊อปทั่วไป)
  • Wetness level / Dryness level: สัดส่วนความฉ่ำของคอรัสเทียบกับเสียงเนื้อแท้ (ค่ามาตรฐานคือ 0.2 และ 0.8)
• Volume controls (dB): ปรับความดัง-เบา ของเส้นเสียง
  • Main gain: ความดังเสียงร้อง AI ตัวหลัก
  • Instrumental gain: ความดังของเสียงดนตรี (Backing track)
  • Backup gain: ความดังของเสียงร้องประสานหรือคอรัส (ถ้ามี) (หากลองทำมาฟังแล้วเสียงร้องล่มดนตรี ให้กลับมาเพิ่ม Main gain หรือลด Instrumental gain ครับ)

💾 Audio output (ส่งออกผลงาน)

• Output name: ตั้งชื่อไฟล์ผลลัพธ์ (เช่น Song Title (AI Cover)) ถ้าไม่ตั้งระบบจะคัดลอกชื่อต้นฉบับมาดัดแปลงให้
• Output sample rate: ความละเอียดของเสียง ทิ้งไว้ที่ 44100 (มาตรฐาน CD) ถือว่าคมชัดมากแล้ว
• Output format: นามสกุลไฟล์เสียง เลือกได้ทั้ง mp3, flac, และ wav (รับจบที่ mp3 ขนาดไฟล์จะเล็กและส่งต่อเพื่อนง่ายครับ)

---

🎧 ขั้นตอนสุดท้าย: รอดาวน์โหลดผลงาน!

หลังจากตั้งค่าออปชันอย่างหนำใจแล้ว ให้กระแทกคลิกที่ปุ่ม Generate สีฟ้าใหญ่ๆ ด้านล่างได้เลยครับ ระบบจะเริ่มทำงาน:

1. ดูดเสียงจาก YouTube (ถ้าใส่ลิงก์)
2. แยกดนตรี กับ เสียงร้อง ด้วย AI
3. เอาเสียงร้องไปทับด้วยโมเดลเสียงใหม่
4. จับยัดเข้าเครื่องมิกเซอร์ (Reverb & Volumes) ยำรวมกันให้เสร็จสรรพ!

เมื่อช่องความคืบหน้าโหลดถึง 100% จะมีกรอบพื้นที่ชื่อว่า Song cover และมีไอคอนโน้ตดนตรีโผล่ขึ้นมาด้านล่างสุด พร้อม ปุ่ม Play (ตัวอย่างเสียง) และ ปุ่มขีดสามขีดเพื่อเลือกคำสั่งดาวน์โหลด

ลองไปแปลงเสียงตามทำกันดูนะครับ ผลลัพธ์ปั่นๆ และฮาๆ รอให้คุณสร้างสรรค์อยู่อีกเพียบ! 🎵✨