Repository: RVC-Project/Retrieval-based-Voice-Conversion-WebUI
Stars: 35250
README.md
<div align="center">
<h1>Retrieval-based-Voice-Conversion-WebUI</h1>
一个基于VITS的简单易用的变声框架<br><br>
<img src="https://counter.seku.su/cmoe?name=rvc&theme=r34" /><br>
更新日志 | 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
</div>
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。
<table>
<tr>
<td align="center">训练推理界面</td>
<td align="center">实时变声界面</td>
</tr>
<tr>
<td align="center"><img src="https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/assets/129054828/092e5c12-0d49-4168-a590-0b0ef6a4f630"></td>
<td align="center"><img src="https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/assets/129054828/730b4114-8805-44a1-ab1a-04668f3c30a6"></td>
</tr>
<tr>
<td align="center">go-web.bat</td>
<td align="center">go-realtime-gui.bat</td>
</tr>
<tr>
<td align="center">可以自由选择想要执行的操作。</td>
<td align="center">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。</td>
</tr>
</table>
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。
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
1. 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 torchaudio2. 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/cu1173. 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.txtMacOS
可以通过
run.sh 来安装依赖sh ./run.sh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。
1. 下载 assets
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。你可以在
tools文件夹找到下载它们的脚本。- ./assets/hubert/hubert_base.pt
- ./assets/pretrained
- ./assets/uvr5_weights
想使用v2版本模型的话，需要额外下载
- ./assets/pretrained_v2
2. 安装 ffmpeg
若ffmpeg和ffprobe已安装则跳过。
#### 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。
- 下载ffmpeg.exe
- 下载ffprobe.exe
3. 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RVC根目录。
- 下载rmvpe.pt
#### 下载 rmvpe 的 dml 环境(可选, A卡/I卡用户)
- 下载rmvpe.onnx
4. 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 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.
感谢所有贡献者作出的努力
<a href="https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank">
<img src="https://contrib.rocks/image?repo=RVC-Project/Retrieval-based-Voice-Conversion-WebUI" />
</a>