mirror of
https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI.git
synced 2025-02-01 03:02:54 +08:00
214 lines
8.8 KiB
Markdown
214 lines
8.8 KiB
Markdown
<div align="center">
|
||
|
||
<h1>Retrieval-based-Voice-Conversion-WebUI</h1>
|
||
一個基於VITS的簡單易用的變聲框架<br><br>
|
||
|
||
[](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI)
|
||
|
||
<img src="https://counter.seku.su/cmoe?name=rvc&theme=r34" /><br>
|
||
|
||
[](https://colab.research.google.com/github/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/Retrieval_based_Voice_Conversion_WebUI.ipynb)
|
||
[](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/LICENSE)
|
||
[](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)
|
||
|
||
[](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) | [**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)
|
||
|
||
</div>
|
||
|
||
> 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。
|
||
|
||
<table>
|
||
<tr>
|
||
<td align="center">訓練推理界面</td>
|
||
<td align="center">即時變聲界面</td>
|
||
</tr>
|
||
<tr>
|
||
<td align="center"><img src="https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/assets/129054828/092e5c12-0d49-4168-a590-0b0ef6a4f630"></td>
|
||
<td align="center"><img src="https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/assets/129054828/730b4114-8805-44a1-ab1a-04668f3c30a6"></td>
|
||
</tr>
|
||
<tr>
|
||
<td align="center">go-web.bat</td>
|
||
<td align="center">go-realtime-gui.bat</td>
|
||
</tr>
|
||
<tr>
|
||
<td align="center">可以自由選擇想要執行的操作。</td>
|
||
<td align="center">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。</td>
|
||
</tr>
|
||
</table>
|
||
|
||
## 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
|
||
<a href="https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank">
|
||
<img src="https://contrib.rocks/image?repo=RVC-Project/Retrieval-based-Voice-Conversion-WebUI" />
|
||
</a>
|