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

madewithlove


Open In Colab Licence Huggingface


更新日志

English | 中文简体

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:

  • 使用top1特征模型检索来杜绝音色泄漏;
  • 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;
  • 可以通过模型融合来改变音色;
  • 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小时的高质量VCTK开源,后续会陆续加入高质量有授权歌声训练集供大家放心使用。

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+30系显卡,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: MacOSfaiss 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Huggingface 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。

参考项目

感谢所有贡献者作出的努力