A newer version of the Gradio SDK is available:
5.6.0
Retrieval-based-Voice-Conversion-WebUI
一个基于VITS的简单易用的变声框架
常见问题解答 | AutoDL·5毛钱训练AI歌手 | 对照实验记录 | 在线演示
English | 中文简体 | 日本語 | 한국어 (韓國語) | Français | Türkçe | Português
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，数据集更大，效果更好，基本持平的推理速度，需要训练数据量更少。
由于某些地区无法直连Hugging Face，即使设法成功访问，速度也十分缓慢，特推出模型/整合包/工具的一键下载器，欢迎试用：RVC-Models-Downloader
| 训练推理界面 |
|---|
| 实时变声界面 |
|---|
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，效果更好，运行更快，资源占用更少
- A卡I卡加速支持
点此查看我们的演示视频 !
环境配置
Python 版本限制
建议使用 conda 管理 Python 环境
版本限制原因参见此bug
python --version # 3.8 <= Python < 3.11
Linux/MacOS 一键依赖安装启动脚本
执行项目根目录下run.sh即可一键配置venv虚拟环境、自动安装所需依赖并启动主程序。
sh ./run.sh
手动安装依赖
- 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/main.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
其他资源准备
1. assets
RVC需要位于
assets文件夹下的一些模型资源进行推理和训练。
自动检查/下载资源(默认)
默认情况下，RVC可在主程序启动时自动检查所需资源的完整性。
即使资源不完整，程序也将继续启动。
- 如果您希望下载所有资源，请添加
--update参数 - 如果您希望跳过启动时的资源完整性检查，请添加
--nocheck参数
手动下载资源
所有资源文件均位于Hugging Face space
你可以在
tools文件夹找到下载它们的脚本
你也可以使用模型/整合包/工具的一键下载器：RVC-Models-Downloader
以下是一份清单，包括了所有RVC所需的预模型和其他文件的名称。
./assets/hubert/hubert_base.pt
rvcmd assets/hubert # RVC-Models-Downloader command./assets/pretrained
rvcmd assets/v1 # RVC-Models-Downloader command./assets/uvr5_weights
rvcmd assets/uvr5 # RVC-Models-Downloader command想使用v2版本模型的话，需要额外下载
./assets/pretrained_v2
rvcmd assets/v2 # RVC-Models-Downloader command
2. 下载 rmvpe 人声音高提取算法所需文件
如果你想使用最新的RMVPE人声音高提取算法，则你需要下载音高提取模型参数并放置于assets/rmvpe。
- 下载rmvpe.pt
rvcmd assets/rmvpe # RVC-Models-Downloader command
下载 rmvpe 的 dml 环境(可选, A卡/I卡用户)
- 下载rmvpe.onnx
rvcmd assets/rmvpe # RVC-Models-Downloader command
3. AMD显卡Rocm(可选, 仅Linux)
如果你想基于AMD的Rocm技术在Linux系统上运行RVC，请先在这里安装所需的驱动。
若你使用的是Arch Linux，可以使用pacman来安装所需驱动：
pacman -S rocm-hip-sdk rocm-opencl-sdk
对于某些型号的显卡，你可能需要额外配置如下的环境变量（如：RX6700XT）：
export ROCM_PATH=/opt/rocm
export HSA_OVERRIDE_GFX_VERSION=10.3.0
同时确保你的当前用户处于render与video用户组内：
sudo usermod -aG render $USERNAME
sudo usermod -aG video $USERNAME
开始使用
直接启动
使用以下指令来启动 WebUI
python web.py
Linux/MacOS 用户
./run.sh
对于需要使用IPEX技术的I卡用户(仅Linux)
source /opt/intel/oneapi/setvars.sh
./run.sh
使用整合包 (Windows 用户)
下载并解压RVC-beta.7z，解压后双击go-web.bat即可一键启动。
rvcmd packs/general/latest # RVC-Models-Downloader command