Voice data <= 10 mins can also be used to train a good VC model!
audio-analysischangeconversational-aiconversionconverterretrieval-modelretrieve-datarvcsovitsso-vits-svcvcvitsvoicevoice-conversionvoiceconversionvoice-converter
ec83e10b8f
* Update envfilescheck.bat add pretrained_v2 and uvr5 update * Update envfilescheck.bat fix bug * Update envfilescheck.bat fix bug * Update data_utils.py fix bug where data exceeding 4s is filtered out. * Update gui.py Update default config * Update gui.py fix json bug |
||
|---|---|---|
| .github/workflows | ||
| configs | ||
| docs | ||
| i18n | ||
| infer | ||
| infer_pack | ||
| logs/mute | ||
| pretrained | ||
| pretrained_v2 | ||
| train | ||
| uvr5_pack | ||
| uvr5_weights | ||
| weights | ||
| .gitignore | ||
| app.py | ||
| Changelog_CN.md | ||
| Changelog_EN.md | ||
| Changelog_KO.md | ||
| config.py | ||
| Dockerfile | ||
| envfilescheck.bat | ||
| export_onnx.py | ||
| extract_f0_print.py | ||
| extract_feature_print.py | ||
| extract_locale.py | ||
| go-realtime-gui.bat | ||
| go-web.bat | ||
| gui.py | ||
| i18n.py | ||
| infer_uvr5.py | ||
| infer-web.py | ||
| LICENSE | ||
| MDXNet.py | ||
| my_utils.py | ||
| onnx_inference_demo.py | ||
| poetry.lock | ||
| pyproject.toml | ||
| README.md | ||
| requirements-win-for-realtime_vc_gui.txt | ||
| requirements.txt | ||
| Retrieval_based_Voice_Conversion_WebUI_v2.ipynb | ||
| Retrieval_based_Voice_Conversion_WebUI.ipynb | ||
| slicer2.py | ||
| train_nsf_sim_cache_sid_load_pretrain.py | ||
| trainset_preprocess_pipeline_print.py | ||
| vc_infer_pipeline.py | ||
| 使用需遵守的协议-LICENSE.txt | ||
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
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
English | 中文简体 | 日本語 | 한국어 (韓國語)
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
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:
# 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：
pip install -r requirements.txt
注意
- 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。 MacOS下如faiss安装失败，可尝试通过brew安装Swig
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
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:
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。