RVC：实时声音变换的开源利器
介绍
RVC（Retrieval based Voice Conversion）是一款基于VITS语音合成系统的开源工具，旨在实现实时声音变换。该工具适用于直播、视频录制等多种场景，为用户提供了强大而灵活的声音转换解决方案。最新版本V2 0528可以在Huggingface上进行下载，但要注意，由于其较高的计算机配置要求，建议使用13代酷睿处理器、64GB内存以及4070ti以上的Nvidia显卡。
下载地址
github下载地址:
https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI
hugging face下载地址:
https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main
虚拟声卡软件voicemeeter推荐: https://voicemeeter.com/
如何使用
使用RVC的步骤相对简单，但需要一些准备工作。首先，用户需要下载RVC安装包和模型包，并解压缩。随后，运行程序，选择所需的声音模型，并导入相应的Pth文件。为了进行声音转换，需要连接麦克风和声卡，或者使用虚拟声卡进行设置。配置完成后，只需点击开始按钮即可实现实时变声。
除了使用现有的模型，RVC还提供了模型训练的方法。用户可以根据自己的需求进行模型训练，为声音转换定制更个性化的效果。相关工具的链接可以在项目的GitHub页面中找到。
实时AI变声教程
RVC在语音转换领域备受关注，其独特的功能使其成为一个备受期待的开源工具。通过RVC，用户能够实时将一种声音转换为另一种声音，为直播、视频录制等应用场景增添更多创意和可能性。无论是出于娱乐目的还是为了达到更加个性化的声音效果，RVC都为用户提供了高质量的解决方案。
需要注意的是，由于RVC对计算机配置的要求较高，使用高性能的硬件设备和充足的内存资源是确保获得最佳使用体验和声音转换效果的关键。
特点
RVC具有以下特点：
- 使用top1检索替换输入源特征，避免音色泄漏。
- 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）。
- 可通过模型融合改变音色，借助ckpt处理选项卡中的ckpt-merge。
- 提供简单易用的网页界面。
- 支持调用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。以下是在Python版本大于3.8的环境中执行的指令：
# 安装Pytorch及其核心依赖
pip install torch torchvision torchaudio
# 安装Poetry
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：
pip install -r requirements.txt
其他预模型准备
RVC还需要其他一些预模型来推理和训练。这些模型可以从项目的Hugging Face空间下载。同时，项目提供了清单，包括所有所需的预模型和其他文件的名称。
hubert_base.pt
./pretrained
./uvr5_weights
如果要测试v2版本模型，需要额外下载：
./pretrained_v2
如果你使用Windows，可能还需要下载ffmpeg和ffprobe文件。若已安装，则可以跳过；Ubuntu/Debian用户可以通过apt install ffmpeg来安装这两个库。
./ffmpeg
./ffprobe
总体而言，RVC是一个功能强大的开源工具，为用户提供了实时声音变换的解决方案。通过下载安装包和模型包，并按照指南进行配置，用户可以轻松地进行声音转换，并根据需要训练自己的模型。RVC为直播、视频录制等场景带来了更多的创意和个性化选项，为用户提供了高质量的声音转换体验。
