RVC变声模型训练教程10分钟语音数据跑通AI变声【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI做AI变声最容易卡住人的是数据量很多语音克隆项目要几小时录音才肯开训。Retrieval-based-Voice-Conversion-WebUI下称RVC把这条线拉低到约10分钟低底噪语音普通消费级显卡就能完成训练。RVC是一个基于VITS一种从语音特征直接生成完整语音的框架的开源变声工具带网页界面覆盖录音预处理、模型训练和推理的完整流程。RVC变声训练适合谁适合想给自己或某个音色训练变声模型的人适合显卡显存在4GB及以上、想在家训练的人不适合手里只有几秒音频或想纯CPU跑通的人RVC核心能力拆解音色泄漏用top1检索替换源特征问题用自己的声音做输入时输出结果容易残留输入者的音色。 解决推理时RVC在训练集里找出与输入帧特征最接近的一帧top1检索改用训练集的特征参与合成。 得到输出音色由训练集决定约10分钟数据也能得到稳定的目标音色。低配显卡4GB显存可完成训练问题常规语音合成训练框架普遍要求高端显卡。 解决底模已在接近50小时的开源VCTK数据集上预训练过你只需用自己的少量数据微调。 得到4GB显存的显卡即可训练显存低于4GB则基本跑不动。录音有伴奏和底噪问题你手头只有带伴奏、带环境声的原始录音。 解决RVC可调用UVR5模型分离人声和伴奏并把长录音自动切成短片段。 得到原始录音可以直接进入处理流水线不用手动剪辑。音高提取导致哑音、抖动问题传统音高提取算法如harvest在弱信号段容易提取出错。 解决内置InterSpeech 2023的RMVPE音高提取算法比crepe_full更快、占用更小。 得到音高曲线更平稳界面里可切换多种提取方式对比效果。RVC安装步骤准备、安装、首次运行第一步准备环境需要Python 3.8以上和ffmpeg。先拿到仓库代码再装好ffmpeggit clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI sudo apt install ffmpegWindows用户把ffmpeg.exe和ffprobe.exe放到仓库根目录即可。排错提示ffmpeg没装或音频路径带中文、空格是后面大多数ffmpeg error和utf8 error的真正原因。第二步安装依赖pip install torch torchvision torchaudio pip install -r requirements.txtA卡/I卡用户改装requirements-dml.txt。然后准备预模型把hubert_base.pt、pretrained、uvr5_weights等文件放到assets/对应位置可以直接运行仓库里的 tools/download_models.py或手动下载放置。排错提示用poetry安装时若llvmlite冲突把Python换到3.7–3.10。第三步首次运行python infer-web.py浏览器自动打开后按切分→提取特征→训练→训练索引的顺序跑通一键训练即可。排错提示浏览器报Connection Error多半是黑色控制台窗口被关掉了报Expecting value则关掉系统代理再试。RVC训练报错避坑清单路径带中文或空格处理数据集时报ffmpeg error或utf8 error把音频挪到无空格的纯英文路径再试。一键训练结束没有added开头的索引文件界面显示Training is done说明模型已训好是索引步骤卡住重新点击训练索引补上即可。训练完成后音色列表里没有新音色先点刷新音色仍没有就去logs/实验名目录下看log里的报错。训练时报Cuda out of memory调小batch size推理阶段则调小 configs/config.py 末尾的x_pad、x_query、x_center、x_max参数。把模型发出去、对方推理报key不存在logs/下几百MB的pth是断点存档不能直接用于推理分享的是weights/下60MB以上的pth文件。下一步先运行python infer-web.py用你的10分钟录音跑完一键训练再用推理界面试听一句验证音色。遇到本文没覆盖的报错直接翻 docs/cn/faq.md仓库里的常见问题几乎都写在那里。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考