RVC實时AI變声教程

模型訓练和使用方法

RVC（Retrieval based Voice Conversion，检索式声音轉换）是一个開源工具，基于VITS语音合成系統，可實现實时声音變换。该工具适用于直播、影片錄制等多种場景。最新版本V2 0528可在Huggingface上进行下载。然而，由于RVC對计算机配置要求較高，建議使用13代酷睿處理器、64GB記憶體以及4070ti以上的Nvidia顯卡。

使用RVC的第一步是下载安装包和模型包，并解压缩。然后，運行程式，選择所需的声音模型，并導入相应的Pth文件。為了實现声音轉换，需要連接麥克風和声卡，或使用虚擬声卡进行設置。一旦完成配置設置，只需点擊開始按鈕即可进行實时變声。

除了使用现有的模型，用户还可以根据自己的需求进行模型訓练。RVC提供了相關工具的链接，用户可以在影片下方找到这些链接。

RVC在语音轉换领域備受關注，擁有强大的功能。透過该工具，用户可以實时將一种声音轉换為另一种声音，為直播、影片錄制等应用場景增加了更多的創意和可能性。無論是出于娛樂目的还是為了达到更加个性化的声音效果，RVC都為用户提供了靈活且高质量的声音轉换解决方案。

需要注意的是，由于RVC對计算机配置要求較高，确保使用高性能的硬體設備和充足的記憶體資源，才能獲得最佳的使用体验和声音轉换效果。

总之，RVC是一个功能强大的開源工具，基于VITS语音合成系統，可實现實时声音變换。透過下载安装包和模型包，并按照指南进行配置，用户可以轻松地进行声音轉换，并根据需要訓练自己的模型。RVC為直播、影片錄制等場景帶来了更多的創造性和个性化選项，為用户提供了高质量的声音轉换解决方案。

特点

本仓库具有以下特点

• 使用top1检索替换输入源特征為訓练集特征来杜絕音色泄漏
• 即便在相對較差的顯卡上也能快速訓练
• 使用少量資料进行訓练也能得到較好結果(推荐至少收集10分鐘低底噪语音資料)
• 可以透過模型融合来改變音色(借助ckpt處理選项卡中的ckpt-merge)
• 简單易用的网页界面
• 可调用UVR5模型来快速分离人声和伴奏

環境配置

推荐使用poetry配置環境。

以下指令需在Python版本大于3.8的環境中执行:

# 安装Pytorch及其核心依賴，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系統+Nvidia Ampere架构(RTX30xx)，根据 #21 的經验，需要指定pytorch對应的cuda版本
#pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

# 安装 Poetry 依賴管理工具, 若已安装则跳过
# 参考自: https://python-poetry.org/docs/#installation
curl -sSL https://install.python-poetry.org | python3 -

# 透過poetry安装依賴
poetry install

你也可以透過pip来安装依賴：

pip install -r requirements.txt

其他预模型准備

RVC需要其他一些预模型来推理和訓练。

你可以从我们的Hugging Face space下载到这些模型。

以下是一份清單，包括了所有RVC所需的预模型和其他文件的名称:

hubert_base.pt

./pretrained 

./uvr5_weights

想测試v2版本模型的话(v2版本模型將特征从 9層hubert+final_proj的256维输入 變更為 12層hubert的768维输入，并且增加了3个周期鑑别器)，需要额外下载

./pretrained_v2 

#如果你正在使用Windows，则你可能需要这个文件，若ffmpeg和ffprobe已安装则跳过; ubuntu/debian 用户可以透過apt install ffmpeg来安装这2个库
./ffmpeg

./ffprobe

之后使用以下指令来启动WebUI:

python infer-web.py

如果你正在使用Windows，你可以直接下载并解压RVC-beta.7z，運行go-web.bat以启动WebUI。

仓库内还有一份小白简易教程.doc以供参考。