(1) Run echo {} > /root/Retrieval-based-Voice-Conversion-New/i18n/en_US.json && cd /root/Retrieval-based-Voice-Conversion-New && python infer-web.py --port 6006 in AutoDL. I've already set up the environment you need.
(2) Select 48k and v2
(3) Fill in pretrained_v2/f0G48k.pth and pretrained_v2/f0D48k.pth
(4) Train the model
(1) 点击RVC-48k-v2即可创建训练实例，环境已配置好，开箱即用！
(2) 在AutoDL终端界面运行 echo {} > /root/Retrieval-based-Voice-Conversion-New/i18n/en_US.json && cd /root/Retrieval-based-Voice-Conversion-New && python infer-web.py --port 6006
(3) 进入自定义服务界面后在训练模块选择 48k 和 v2
(4) 在加载预训练底模G路径处填写 pretrained_v2/f0G48k.pth；在加载预训练底模D路径处填写 pretrained_v2/f0D48k.pth
(5) 一键训练
(6) 结束训练后，推理过程需要的两个文件可在 Retrieval-based-Voice-Conversion-New文件夹下找到并下载（.pth 和 .index文件分别在子文件夹 weights 和 logs中）
English | 中文简体 | 日本語 | 한국어 (韓國語)
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
使用了RVC变声器训练的人声转木吉他模型在线demo ：https://huggingface.co/spaces/lj1995/vocal2guitar
RVC人声转吉他效果展示视频 ：https://www.bilibili.com/video/BV19W4y1D7tT/
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
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
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：
pip install -r requirements.txtRVC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
想测试v2版本模型的话(v2版本模型将特征从 9层hubert+final_proj的256维输入 变更为 12层hubert的768维输入，并且增加了3个周期鉴别器)，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。