|
<div align="center"> |
|
|
|
<h1>Retrieval-based-Voice-Conversion-WebUI</h1> |
|
一个基于VITS的简单易用的语音转换(变声器)框架<br><br> |
|
|
|
[![madewithlove](https://forthebadge.com/images/badges/built-with-love.svg)](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI) |
|
|
|
<img src="https://counter.seku.su/cmoe?name=rvc&theme=r34" /><br> |
|
|
|
[![Open In Colab](https://img.shields.io/badge/Colab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252)](https://colab.research.google.com/github/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Retrieval_based_Voice_Conversion_WebUI.ipynb) |
|
[![Licence](https://img.shields.io/github/license/liujing04/Retrieval-based-Voice-Conversion-WebUI?style=for-the-badge)](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/%E4%BD%BF%E7%94%A8%E9%9C%80%E9%81%B5%E5%AE%88%E7%9A%84%E5%8D%8F%E8%AE%AE-LICENSE.txt) |
|
[![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) |
|
|
|
</div> |
|
|
|
------ |
|
|
|
[**更新日志**](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Changelog_CN.md) |
|
|
|
[**English**](./docs/README.en.md) | [**中文简体**](./README.md) | [**日本語**](./docs/README.ja.md) | [**한국어**](./docs/README.ko.md) |
|
|
|
|
|
> 点此查看我们的[演示视频](https://www.bilibili.com/video/BV1pm4y1z7Gm/) ! |
|
|
|
> 使用了RVC的实时语音转换: [w-okada/voice-changer](https://github.com/w-okada/voice-changer) |
|
|
|
> 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 |
|
|
|
> 后续会陆续加入高质量有授权歌声训练集训练底模 |
|
|
|
## 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 |
|
|
|
## 环境配置 |
|
推荐使用poetry配置环境。 |
|
|
|
以下指令需在Python版本大于3.8的环境中执行: |
|
```bash |
|
# 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/ |
|
pip install torch torchvision torchaudio |
|
|
|
#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 |
|
|
|
# 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 |
|
poetry install |
|
``` |
|
|
|
你也可以通过pip来安装依赖: |
|
|
|
**注意**: `MacOS`下`faiss 1.7.2`版本会导致抛出段错误,在手动安装时请使用命令`pip install faiss-cpu==1.7.0`指定使用`1.7.0`版本 |
|
|
|
```bash |
|
pip install -r requirements.txt |
|
``` |
|
|
|
## 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。 |
|
|
|
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: |
|
```bash |
|
hubert_base.pt |
|
|
|
./pretrained |
|
|
|
./uvr5_weights |
|
|
|
#如果你正在使用Windows,则你可能需要这个文件,若ffmpeg和ffprobe已安装则跳过; ubuntu/debian 用户可以通过apt install ffmpeg来安装这2个库 |
|
./ffmpeg |
|
|
|
./ffprobe |
|
``` |
|
之后使用以下指令来启动WebUI: |
|
```bash |
|
python infer-web.py |
|
``` |
|
如果你正在使用Windows,你可以直接下载并解压`RVC-beta.7z`,运行`go-web.bat`以启动WebUI。 |
|
|
|
仓库内还有一份`小白简易教程.doc`以供参考。 |
|
|
|
## 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) |
|
|
|
## 感谢所有贡献者作出的努力 |
|
<a href="https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank"> |
|
<img src="https://contrib.rocks/image?repo=liujing04/Retrieval-based-Voice-Conversion-WebUI" /> |
|
</a> |
|
|