Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI

Easily train a good VC model with voice data <= 10 mins!
https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI

audio-analysis change conversational-ai conversion converter retrieval-model retrieve-data rvc so-vits-svc sovits vc vits voice voice-conversion voice-converter voiceconversion

Last synced: about 1 month ago
JSON representation

Easily train a good VC model with voice data <= 10 mins!

Host: GitHub
URL: https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI
Owner: RVC-Project
License: mit
Created: 2023-03-27T09:59:10.000Z (over 1 year ago)
Default Branch: main
Last Pushed: 2024-09-05T05:57:11.000Z (3 months ago)
Last Synced: 2024-10-22T16:47:38.725Z (about 2 months ago)
Topics: audio-analysis, change, conversational-ai, conversion, converter, retrieval-model, retrieve-data, rvc, so-vits-svc, sovits, vc, vits, voice, voice-conversion, voice-converter, voiceconversion
Language: Python
Homepage:
Size: 13.9 MB
Stars: 23,975
Watchers: 171
Forks: 3,551
Open Issues: 408
Metadata Files:
- Readme: README.md
- Contributing: CONTRIBUTING.md
- License: LICENSE

Awesome Lists containing this project

ai-catalog - RVC GUI
StarryDivineSky - RVC-Project/Retrieval-based-Voice-Conversion-WebUI
AiTreasureBox - RVC-Project/Retrieval-based-Voice-Conversion-WebUI - 12-07_25016_1](https://img.shields.io/github/stars/RVC-Project/Retrieval-based-Voice-Conversion-WebUI.svg)|Voice data <= 10 mins can also be used to train a good VC model!| (Repos)

README

        


Retrieval-based-Voice-Conversion-WebUI

一个基于VITS的简单易用的变声框架



[![madewithlove](https://img.shields.io/badge/made_with-%E2%9D%A4-red?style=for-the-badge&labelColor=orange

)](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI)




[![Open In Colab](https://img.shields.io/badge/Colab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252)](https://colab.research.google.com/github/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/Retrieval_based_Voice_Conversion_WebUI.ipynb)

[![Licence](https://img.shields.io/badge/LICENSE-MIT-green.svg?style=for-the-badge)](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/LICENSE)

[![Huggingface](https://img.shields.io/badge/🤗%20-Spaces-yellow.svg?style=for-the-badge)](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)

[![Discord](https://img.shields.io/badge/RVC%20Developers-Discord-7289DA?style=for-the-badge&logo=discord&logoColor=white)](https://discord.gg/HcsmBBGyVk)

[**更新日志**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/docs/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)) | [**在线演示**](https://modelscope.cn/studios/FlowerCry/RVCv2demo)

[**English**](./docs/en/README.en.md) | [**中文简体**](./README.md) | [**日本語**](./docs/jp/README.ja.md) | [**한국어**](./docs/kr/README.ko.md) ([**韓國語**](./docs/kr/README.ko.han.md)) | [**Français**](./docs/fr/README.fr.md) | [**Türkçe**](./docs/tr/README.tr.md) | [**Português**](./docs/pt/README.pt.md)



> 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。

	

## 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

+ 使用最先进的[人声音高提取算法InterSpeech2023-RMVPE](#参考项目)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](https://www.bilibili.com/video/BV1pm4y1z7Gm/) !

## 环境配置

以下指令需在 Python 版本大于3.8的环境中执行。  

### Windows/Linux/MacOS等平台通用方法

下列方法任选其一。

#### 1. 通过 pip 安装依赖

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/

```bash

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

```bash

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

```bash

pip install -r requirements.txt

```

- A卡/I卡

```bash

pip install -r requirements-dml.txt

```

- A卡ROCM(Linux)

```bash

pip install -r requirements-amd.txt

```

- I卡IPEX(Linux)

```bash

pip install -r requirements-ipex.txt

```

#### 2. 通过 poetry 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

```bash

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

```bash

poetry init -n

poetry env use "path to your python.exe"

poetry run pip install -r requirments.txt

```

### MacOS

可以通过 `run.sh` 来安装依赖

```bash

sh ./run.sh

```

## 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。

### 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。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

### 2. 安装 ffmpeg

若ffmpeg和ffprobe已安装则跳过。

#### Ubuntu/Debian 用户

```bash

sudo apt install ffmpeg

```

#### MacOS 用户

```bash

brew install ffmpeg

```

#### Windows 用户

下载后放置在根目录。

- 下载[ffmpeg.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe)

- 下载[ffprobe.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffprobe.exe)

### 3. 下载 rmvpe 人声音高提取算法所需文件

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](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.pt)

#### 下载 rmvpe 的 dml 环境(可选, A卡/I卡用户)

- 下载[rmvpe.onnx](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.onnx)

### 4. AMD显卡Rocm(可选, 仅Linux)

如果你想基于AMD的Rocm技术在Linux系统上运行RVC，请先在[这里](https://rocm.docs.amd.com/en/latest/deploy/linux/os-native/install.html)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/rocm

export 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 $USERNAME

sudo usermod -aG video $USERNAME

````

## 开始使用

### 直接启动

使用以下指令来启动 WebUI

```bash

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

```bash

poetry run python infer-web.py

```

### 使用整合包

下载并解压`RVC-beta.7z`

#### Windows 用户

双击`go-web.bat`

#### MacOS 用户

```bash

sh ./run.sh

```

### 对于需要使用IPEX技术的I卡用户(仅Linux)

```bash

source /opt/intel/oneapi/setvars.sh

```

## 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)

+ [Vocal pitch extraction:RMVPE](https://github.com/Dream-High/RMVPE)

  + The pretrained model is trained and tested by [yxlllc](https://github.com/yxlllc/RMVPE) and [RVC-Boss](https://github.com/RVC-Boss).

## 感谢所有贡献者作出的努力