RVC-Project/Retrieval-based-Voice-Conversion-WebUI

This is stars and forks stats for /RVC-Project/Retrieval-based-Voice-Conversion-WebUI repository. As of 19 Apr, 2024 this repository has 12191 stars and 1958 forks.

Retrieval-based-Voice-Conversion-WebUI 一个基于VITS的简单易用的变声框架 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 点此查看我们的演示视频 ! 训练推理界面：go-web.bat 实时变声界面：go-realtime-gui.bat 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。 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 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) 首先通过 pip 安装主要依赖: # 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 可以使用 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 poetry install 你也可以通过 pip 来安装依赖： 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 Mac 用户可以通过 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。 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: ./assets/hubert/hubert_base.pt ./assets/pretrained ./assets/uvr5_weights 想测试v2版本模型的话，需要额外下载 ./assets/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, Mac 用户则可以通过brew install ffmpeg来安装 (需要预先安装brew) ./ffmpeg https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe ./ffprobe https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffprobe.exe 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 https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.pt A卡I卡用户需要的dml环境要请下载 https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.onnx 之后使用以下指令来启动WebUI: python infer-web.py 如果你正在使用Windows 或 macOS，你可以直接下载并解压RVC-beta.7z，前者可以运行go-web.bat以启动WebUI，后者则运行命令sh ./run.sh以启动WebUI。 对于需要使用IPEX技术的I卡用户，请先在终端执行source /opt/intel/oneapi/setvars.sh（仅Linux）。 仓库内还有一份小白简易教程.doc以供参考。 AMD显卡Rocm相关（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 之后运行WebUI： python infer-web.py 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