本文主要是介绍Retrieval-based-Voice-Conversion-WebUI模型构建指南，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、模型介绍
Retrieval-based-Voice-Conversion-WebUI（简称 RVC）模型是一个基于 VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）的简单易用的语音转换框架。
具有以下特点
- 简单易用：RVC 模型通过简单易用的网页界面，使得用户无需深入了解复杂的语音处理技术，即可实现语音转换。
- 低延迟与高效能：RVC 模型在实时语音转换中表现出低延迟的特点，同时能够在相对较差的显卡上也能快速训练，提高了模型的普及性和实用性。
- 少量数据训练：使用少量数据（推荐至少 10 分钟低底噪语音数据）进行训练，即可得到较好的语音转换效果，降低了数据收集的难度和成本。
- 音色克隆：RVC 模型支持克隆说话。
- 对人的声音，包括歌曲的翻唱和实时的变声，都具有优秀的变声效果。
- 杜绝音色泄漏：通过 top1 检索替换输入源特征为训练集特征，有效杜绝了音色泄漏的问题。
- 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）。
- 可调用 UVR5 模型来快速分离人声和伴奏。
二、容器构建
环境要求
- PyTorch：2.0
- CUDA:11.8
- python>3.8
1. 克隆
git clone https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI.git
2. 环境配置
（1）通过 pip 安装依赖
①安装Pytorch其核心依赖。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
- 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
（2）通过诗歌来安装依赖
安装 Poetry 依赖管理工具，若已安装则跳过。参考自：https: //python-poetry.org/docs/#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 -n
poetry env use "path to your python.exe"
poetry run pip install -r requirments.txt
（3）苹果系统
可以来 run.sh 安装依赖
sh ./run.sh
3. 下载模型
下载地址：https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main
（1）下载assets
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。您可以在 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
（2）安装ffmpeg
若 ffmpeg 和 ffprobe 已安装则跳过。
① Ubuntu/Debian 用户
sudo apt install ffmpeg
② MacOS 用户
brew install ffmpeg
③ Windows 用户
下载后放置在根目录。
- 下载ffmpeg.exe
- 下载ffprobe.exe
（3）下载 rmvpe 人声提取高算法所需文件
如果您想使用最新的 RMVPE 人声提取高算法，则您需要下载音高提取模型参数并放置在 RVC 根目录中。
- 下载rmvpe.pt
下载 rmvpe 的 dml 环境（可选，A 卡/I 卡用户）
- 下载rmvpe.onnx
4. 开始使用
（1）直接启动
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
如图：
（2）使用集成包
下载并解压 RVC-beta.7z
① Windows 用户
双击 go-web.bat
② MacOS 用户
sh ./run.sh
③ 对于需要使用 IPEX 技术的 I 卡用户(仅限 Linux)
source /opt/intel/oneapi/setvars.sh
三、网页演示
这篇关于Retrieval-based-Voice-Conversion-WebUI模型构建指南的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
