Retrieval-based-Voice-Conversion-WebUI

RVC-Project Retrieval-based-Voice-Conversion-WebUI

项目核心内容总结：

功能
基于VITS的语音变声框架，支持训练和实时变声，可调用UVR5分离人声与伴奏，使用RMVPE音高提取算法优化音质，提供网页操作界面。

主要特性

1. 通过检索技术避免音色泄漏，支持少量数据（建议10分钟低噪语音）训练；
2. 适配N卡、A卡、I卡，支持低延迟（170ms或90ms）；
3. 提供模型融合功能调整音色；
4. 支持Windows/Linux/MacOS多平台，集成预训练模型（需从Hugging Face下载）；
5. 使用InterSpeech2023-RMVPE算法解决哑音问题，资源占用低。

使用方法

1. 安装Python 3.8+，通过pip或poetry安装依赖；
2. 下载预训练模型（如hubert_base.pt、rmvpe.pt等）及ffmpeg工具；
3. 启动方式：
   • 直接运行python infer-web.py；
   • Windows双击go-web.bat，MacOS执行sh ./run.sh；
   • A卡/I卡用户需额外配置ROCM或IPEX环境。

注意事项

• 训练需准备低底噪语音数据；
• 实时变声依赖ASIO设备实现更低延迟；
• AMD显卡需安装ROCM驱动并配置环境变量。