118 lines
5.7 KiB
Markdown
118 lines
5.7 KiB
Markdown
<div align="center">
|
||
|
||
<h1>Retrieval-based-Voice-Conversion-WebUI</h1>
|
||
一个基于VITS的简单易用的语音转换（变声器）框架<br><br>
|
||
|
||
[](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI)
|
||
|
||
<img src="https://counter.seku.su/cmoe?name=rvc&theme=r34" /><br>
|
||
|
||
[](https://colab.research.google.com/github/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Retrieval_based_Voice_Conversion_WebUI.ipynb)
|
||
[](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/%E4%BD%BF%E7%94%A8%E9%9C%80%E9%81%B5%E5%AE%88%E7%9A%84%E5%8D%8F%E8%AE%AE-LICENSE.txt)
|
||
[](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)
|
||
|
||
[](https://discord.gg/HcsmBBGyVk)
|
||
|
||
[**更新日志**](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Changelog_CN.md) | [**常见问题解答**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98%E8%A7%A3%E7%AD%94) | [**AutoDL·5毛钱训练AI歌手**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/Autodl%E8%AE%AD%E7%BB%83RVC%C2%B7AI%E6%AD%8C%E6%89%8B%E6%95%99%E7%A8%8B) | [**对照实验记录**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/Autodl%E8%AE%AD%E7%BB%83RVC%C2%B7AI%E6%AD%8C%E6%89%8B%E6%95%99%E7%A8%8B](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/%E5%AF%B9%E7%85%A7%E5%AE%9E%E9%AA%8C%C2%B7%E5%AE%9E%E9%AA%8C%E8%AE%B0%E5%BD%95))
|
||
|
||
</div>
|
||
|
||
------
|
||
|
||
[**English**](./docs/README.en.md) | [**中文简体**](./README.md) | [**日本語**](./docs/README.ja.md) | [**한국어**](./docs/README.ko.md) ([**韓國語**](./docs/README.ko.han.md))
|
||
|
||
|
||
> 点此查看我们的[演示视频](https://www.bilibili.com/video/BV1pm4y1z7Gm/) !
|
||
|
||
> 使用了RVC的实时语音转换: [w-okada/voice-changer](https://github.com/w-okada/voice-changer)
|
||
|
||
> 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
|
||
|
||
## 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
|
||
|
||
## 环境配置
|
||
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:
|
||
```bash
|
||
# 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：
|
||
```bash
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
**注意**
|
||
1. 英特尔`MacOS`下使用pip安装`faiss 1.7.0`以上版本会导致抛出段错误，在手动安装时，如需安装最新版，请使用`conda`；如只能使用`pip`，请指定使用`1.7.0`版本。
|
||
2. `MacOS`下如`faiss`安装失败，可尝试通过`brew`安装`Swig`
|
||
|
||
```bash
|
||
brew install swig
|
||
```
|
||
|
||
## 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](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)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:
|
||
```bash
|
||
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:
|
||
```bash
|
||
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。
|
||
|
||
## 参考项目
|
||
+ [ContentVec](https://github.com/auspicious3000/contentvec/)
|
||
+ [VITS](https://github.com/jaywalnut310/vits)
|
||
+ [HIFIGAN](https://github.com/jik876/hifi-gan)
|
||
+ [Gradio](https://github.com/gradio-app/gradio)
|
||
+ [FFmpeg](https://github.com/FFmpeg/FFmpeg)
|
||
+ [Ultimate Vocal Remover](https://github.com/Anjok07/ultimatevocalremovergui)
|
||
+ [audio-slicer](https://github.com/openvpi/audio-slicer)
|
||
|
||
## 感谢所有贡献者作出的努力
|
||
<a href="https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank">
|
||
<img src="https://contrib.rocks/image?repo=liujing04/Retrieval-based-Voice-Conversion-WebUI" />
|
||
</a>
|