Retrieval-based-Voice-Conversion-WebUI

一個基於VITS的簡單易用的變聲框架

[![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) [**更新日誌**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/docs/Changelog_CN.md) | [**常見問題解答**](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毛錢訓練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) | [**對照實驗記錄**](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)) | [**在線示範**](https://modelscope.cn/studios/FlowerCry/RVCv2demo) [**English**](./docs/en/README.en.md) | [**中文簡體**](./README.md) | [**中文正體**](./docs/tw/README.tw.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小時的開源高品質VCTK訓練集訓練，無版權方面的顧慮，請大家放心使用 > 請期待RVCv3的底模，參數更大，數據更大，效果更好，基本持平的推理速度，需要訓練數據量更少。
訓練推理界面 即時變聲界面
go-web.bat go-realtime-gui.bat
可以自由選擇想要執行的操作。 我們已經實現端到端170ms延遲。如使用ASIO輸入輸出設備，已能實現端到端90ms延遲，但非常依賴硬體驅動支持。
## 簡介 本倉庫具有以下特點 + 使用top1檢索替換輸入源特徵為訓練集特徵來杜絕音色洩漏 + 即便在相對較差的顯示卡上也能快速訓練 + 使用少量數據進行訓練也能得到較好結果(推薦至少收集10分鐘低底噪語音數據) + 可以透過模型融合來改變音色(借助ckpt處理選項卡中的ckpt-merge) + 簡單易用的網頁界面 + 可調用UVR5模型來快速分離人聲和伴奏 + 使用最先進的[人聲音高提取算法InterSpeech2023-RMVPE](#參考項目)根絕啞音問題。效果最好（顯著地）但比crepe_full更快、資源占用更小 + A卡I卡加速支持 點此查看我們的[示範影片](https://www.bilibili.com/video/BV1pm4y1z7Gm/) ! ## 環境配置 以下指令需在 Python 版本大於3.8的環境中執行。 ### Windows/Linux/MacOS等平台通用方法 下列方法任選其一。 #### 1. 通過 pip 安裝依賴 1. 安裝Pytorch及其核心依賴，若已安裝則跳過。參考自: https://pytorch.org/get-started/locally/ ```bash pip install torch torchvision torchaudio ``` 2. 如果是 win 系統 + Nvidia Ampere 架構(RTX30xx)，根據 #21 的經驗，需要指定 pytorch 對應的 cuda 版本 ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 ``` 3. 根據自己的顯示卡安裝對應依賴 - 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. 通過 poetry 來安裝依賴 安裝 Poetry 依賴管理工具，若已安裝則跳過。參考自: https://python-poetry.org/docs/#installation ```bash curl -sSL https://install.python-poetry.org | python3 - ``` 通過 Poetry 安裝依賴時，python 建議使用 3.7-3.10 版本，其餘版本在安裝 llvmlite==0.39.0 時會出現衝突 ```bash poetry init -n poetry env use "path to your python.exe" poetry run pip install -r requirments.txt ``` ### MacOS 可以通過 `run.sh` 來安裝依賴 ```bash sh ./run.sh ``` ## 其他預模型準備 RVC需要其他一些預模型來推理和訓練。 你可以從我們的[Hugging Face space](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)下載到這些模型。 ### 1. 下載 assets 以下是一份清單，包括了所有RVC所需的預模型和其他文件的名稱。你可以在`tools`文件夾找到下載它們的腳本。 - ./assets/hubert/hubert_base.pt - ./assets/pretrained - ./assets/uvr5_weights 想使用v2版本模型的話，需要額外下載 - ./assets/pretrained_v2 ### 2. 安裝 ffmpeg 若ffmpeg和ffprobe已安裝則跳過。 #### Ubuntu/Debian 用戶 ```bash sudo apt install ffmpeg ``` #### MacOS 用戶 ```bash brew install ffmpeg ``` #### Windows 用戶 下載後放置在根目錄。 - 下載[ffmpeg.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe) - 下載[ffprobe.exe](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffprobe.exe) ### 3. 下載 rmvpe 人聲音高提取算法所需文件 如果你想使用最新的RMVPE人聲音高提取算法，則你需要下載音高提取模型參數並放置於RVC根目錄。 - 下載[rmvpe.pt](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.pt) #### 下載 rmvpe 的 dml 環境(可選, A卡/I卡用戶) - 下載[rmvpe.onnx](https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.onnx) ### 4. AMD顯示卡Rocm(可選, 僅Linux) 如果你想基於AMD的Rocm技術在Linux系統上運行RVC，請先在[這裡](https://rocm.docs.amd.com/en/latest/deploy/linux/os-native/install.html)安裝所需的驅動。 若你使用的是Arch Linux，可以使用pacman來安裝所需驅動： ```` pacman -S rocm-hip-sdk rocm-opencl-sdk ```` 對於某些型號的顯示卡，你可能需要額外配置如下的環境變數（如：RX6700XT）： ```` export ROCM_PATH=/opt/rocm export HSA_OVERRIDE_GFX_VERSION=10.3.0 ```` 同時確保你的當前用戶處於`render`與`video`用戶組內： ```` sudo usermod -aG render $USERNAME sudo usermod -aG video $USERNAME ```` ## 開始使用 ### 直接啟動 使用以下指令來啟動 WebUI ```bash python infer-web.py ``` 若先前使用 Poetry 安裝依賴，則可以透過以下方式啟動WebUI ```bash poetry run python infer-web.py ``` ### 使用整合包 下載並解壓`RVC-beta.7z` #### Windows 用戶 雙擊`go-web.bat` #### MacOS 用戶 ```bash sh ./run.sh ``` ### 對於需要使用IPEX技術的I卡用戶(僅Linux) ```bash source /opt/intel/oneapi/setvars.sh ``` ## 參考項目 + [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). ## 感謝所有貢獻者作出的努力