Retrieval-based-Voice-Conversion-WebUI
一个基于VITS的简单易用的变声框架[](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI)
[](https://colab.research.google.com/github/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/Retrieval_based_Voice_Conversion_WebUI.ipynb) [](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/LICENSE) [](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/) [](https://discord.gg/HcsmBBGyVk) [**更新日志**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/docs/Changelog_CN.md) | [**常见问题解答**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98%E8%A7%A3%E7%AD%94) | [**AutoDL·5毛钱训练AI歌手**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/Autodl%E8%AE%AD%E7%BB%83RVC%C2%B7AI%E6%AD%8C%E6%89%8B%E6%95%99%E7%A8%8B) | [**对照实验记录**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/Autodl%E8%AE%AD%E7%BB%83RVC%C2%B7AI%E6%AD%8C%E6%89%8B%E6%95%99%E7%A8%8B](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/%E5%AF%B9%E7%85%A7%E5%AE%9E%E9%AA%8C%C2%B7%E5%AE%9E%E9%AA%8C%E8%AE%B0%E5%BD%95)) | [**在线演示**](https://modelscope.cn/studios/FlowerCry/RVCv2demo) [**English**](./docs/en/README.en.md) | [**中文简体**](./README.md) | [**日本語**](./docs/jp/README.ja.md) | [**한국어**](./docs/kr/README.ko.md) ([**韓國語**](./docs/kr/README.ko.han.md)) | [**Français**](./docs/fr/README.fr.md) | [**Türkçe**](./docs/tr/README.tr.md) | [**Português**](./docs/pt/README.pt.md)
底模使用接近50小时的开源高质量VCTK训练集训练，无版权方面的顾虑，请大家放心使用
请期待RVCv3的底模，参数更大，数据更大，效果更好，基本持平的推理速度，需要训练数据量更少。
| 训练推理界面 | 实时变声界面 |
| go-web.bat | go-realtime-gui.bat |
| 可以自由选择想要执行的操作。 | 我们已经实现端到端170ms延迟。如使用ASIO输入输出设备，已能实现端到端90ms延迟，但非常依赖硬件驱动支持。 |
简介
本仓库具有以下特点
- 使用top1检索替换输入源特征为训练集特征来杜绝音色泄漏
- 即便在相对较差的显卡上也能快速训练
- 使用少量数据进行训练也能得到较好结果(推荐至少收集10分钟低底噪语音数据)
- 可以通过模型融合来改变音色(借助ckpt处理选项卡中的ckpt-merge)
- 简单易用的网页界面
- 可调用UVR5模型来快速分离人声和伴奏
- 使用最先进的人声音高提取算法InterSpeech2023-RMVPE根绝哑音问题。效果最好（显著地）但比crepe_full更快、资源占用更小
- A卡I卡加速支持
点此查看我们的演示视频 !
环境配置
以下指令需在 Python 版本大于3.8的环境中执行。
ModelScope使用方法
Notebook快速开发启动后，把项目根目录下的rvc.ipynb文件上传到notebook开发界面目录下，然后点开文件，一键运行就是了（notebook实例环境需要有GPU才可正常运行）
Windows/Linux/MacOS等平台通用方法
下列方法任选其一。
1. 通过 pip 安装依赖
- 安装Pytorch及其核心依赖，若已安装则跳过。参考自: https://pytorch.org/get-started/locally/
pip install torch torchvision torchaudio
- 如果是 win 系统 + Nvidia Ampere 架构(RTX30xx)，根据 #21 的经验，需要指定 pytorch 对应的 cuda 版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
- 根据自己的显卡安装对应依赖
- N卡
pip install -r requirements.txt
- A卡/I卡
pip install -r requirements-dml.txt
- A卡ROCM(Linux)
pip install -r requirements-amd.txt
- I卡IPEX(Linux)
pip install -r requirements-ipex.txt
2. 通过 poetry 来安装依赖
安装 Poetry 依赖管理工具，若已安装则跳过。参考自: https://python-poetry.org/docs/#installation
curl -sSL https://install.python-poetry.org | python3 -
通过 Poetry 安装依赖时，python 建议使用 3.7-3.10 版本，其余版本在安装 llvmlite==0.39.0 时会出现冲突
poetry init -n
poetry env use "path to your python.exe"
poetry run pip install -r requirments.txt
MacOS
可以通过 run.sh 来安装依赖
sh ./run.sh
安装 ffmpeg
Ubuntu/Debian 用户
sudo apt install ffmpeg
MacOS 用户
brew install ffmpeg
Windows 用户
下载后放置在根目录。
开始使用
直接启动
使用以下指令来启动 WebUI
python infer-web.py
若先前使用 Poetry 安装依赖，则可以通过以下方式启动WebUI
poetry run python infer-web.py
使用整合包
下载并解压RVC-beta.7z
Windows 用户
双击go-web.bat
MacOS 用户
sh ./run.sh
对于需要使用IPEX技术的I卡用户(仅Linux)
source /opt/intel/oneapi/setvars.sh
参考项目
- ContentVec
- VITS
- HIFIGAN
- Gradio
- FFmpeg
- Ultimate Vocal Remover
- audio-slicer
- Vocal pitch extraction:RMVPE
- The pretrained model is trained and tested by yxlllc and RVC-Boss.
评论