Retrieval-based-Voice-Conversion-WebUI

一个基于VITS的简单易用的语音转换（变声器）框架

---

更新日志

English | 中文简体 | 日本語 | 한국어

点此查看我们的演示视频 !

使用了RVC的实时语音转换: w-okada/voice-changer

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

后续会陆续加入高质量有授权歌声训练集训练底模

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

环境配置

推荐使用poetry配置环境。

以下指令需在Python版本大于3.8的环境中执行:

# 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

# 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
poetry install

你也可以通过pip来安装依赖：

注意: MacOS下faiss 1.7.2版本会导致抛出段错误，在手动安装时请使用命令pip install faiss-cpu==1.7.0指定使用1.7.0版本

pip install -r requirements.txt

其他预模型准备

RVC需要其他一些预模型来推理和训练。

你可以从我们的Hugging Face space下载到这些模型。

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:

hubert_base.pt

./pretrained 

./uvr5_weights

#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 用户可以通过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，运行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。

参考项目

• ContentVec
• VITS
• HIFIGAN
• Gradio
• FFmpeg
• Ultimate Vocal Remover
• audio-slicer

感谢所有贡献者作出的努力