今日分享：创新变声技术探索

RVC是什么?

RVC，全称Retrieval based Voice Conversion，是一个开源工具，基于VITS的语音合成系统，能实现实时声音变换，适用于直播、视频录制等场景。最新版本V2 0528在Huggingface上可下载。RVC需高配置电脑，建议使用13代酷睿处理器、64GB内存、4070ti以上显卡。只支持Nvidia显卡。首先下载RVC安装包和模型包，并解压。运行程序，选择声音模型并导入Pth文件。连接麦克风和声卡或使用虚拟声卡。配置设置后点击开始进行实时变声。用户还可以自行训练模型。rvc变声器项目地址模型下载：github下载地址:https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUIhugging face下载地址:https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main虚拟声卡软件voicemeeter:

https://voicemeeter.com/

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根决哑音问题。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/#installationcurl -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.txtA卡/I卡： pip install -r requirements-dml.txtA卡Rocm（Linux）： pip install -r requirements-amd.txtI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)./ffmpeghttps://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe./ffprobehttps://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