Retrieval-based-Voice-Conversion-WebUI 实时变声软件

我们制作了一个用于实时变声的界面go-realtime-gui.bat/gui_v1.py（事实上早就存在了），本次更新重点也优化了实时变声的性能。对比0813版：

• 1、优优化界面操作：参数热更新（调整参数不需要中止再启动），懒加载模型（已加载过的模型不需要重新加载），增加响度因子参数（响度向输入音频靠近）
• 2、优化自带降噪效果与速度
• 3、大幅优化推理速度

注意输入输出设备应该选择同种类型，例如都选MME类型。

1006版本整体的更新为：

• 1、继续提升rmvpe音高提取算法效果，对于男低音有更大的提升
• 2、优化推理界面布局
• 
  

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。

训练推理界面	实时变声界面
go-web.bat	go-realtime-gui.bat
可以自由选择想要执行的操作。	我们已经实现端到端170ms延迟。如使用ASIO输入输出设备，已能实现端到端90ms延迟，但非常依赖硬件驱动支持。

本软件具有以下特点

• 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

点此查看我们的演示视频 !

以下指令需在 Python 版本大于3.8的环境中执行。

下列方法任选其一。

1. 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

2. 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

3. 根据自己的显卡安装对应依赖

• 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

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 安装依赖时，python 建议使用 3.7-3.10 版本，其余版本在安装 llvmlite==0.39.0 时会出现冲突

poetry init -npoetry env use "path to your python.exe"poetry run pip install -r requirments.txt

可以通过 run.sh 来安装依赖

sh ./run.sh

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。你可以在tools文件夹找到下载它们的脚本。

• ./assets/hubert/hubert_base.pt

• ./assets/pretrained

• ./assets/uvr5_weights

想使用v2版本模型的话，需要额外下载

• ./assets/pretrained_v2

若ffmpeg和ffprobe已安装则跳过。

sudo apt install ffmpeg

brew install ffmpeg

下载后放置在根目录。

• 下载ffmpeg.exe

• 下载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。

• 下载rmvpe.pt

• 下载rmvpe.onnx

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/rocmexport 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 $USERNAMEsudo usermod -aG video $USERNAME

使用以下指令来启动 WebUI

python infer-web.py

若先前使用 Poetry 安装依赖，则可以通过以下方式启动WebUI

poetry run python infer-web.py

下载并解压RVC-beta.7z

双击go-web.bat

sh ./run.sh

source /opt/intel/oneapi/setvars.sh