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
简介
本仓库具有以下特点:
- 通过使用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WebUI界面;
- 可调用UVR5模型来快速分离人声和伴奏。
- 底模训练集使用接近50小时开源的高质量VCTK,后续会陆续加入高质量有授权歌声训练集训练底模供大家放心使用。
环境配置
我们推荐你使用poetry来配置环境。
以下指令需在Python版本大于3.8的环境当中执行:
# 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https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/issues/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,请将requirements.txt
的对应条目改为faiss-cpu==1.7.0
pip install -r requirements.txt
其他预模型准备
RVC需要其他的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夹,若FFmpeg已安装则跳过
./ffmpeg
之后使用以下指令来调用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
来使用RVC,运行go-web.bat
来启动WebUI。
我们将在两周内推出一个英文版本的WebUI.
仓库内还有一份小白简易教程.doc
以供参考。