[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-1598":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":16,"subscribersCount":16,"size":16,"stars1d":17,"stars7d":18,"stars30d":19,"stars90d":16,"forks30d":16,"starsTrendScore":20,"compositeScore":21,"rankGlobal":10,"rankLanguage":10,"license":22,"archived":23,"fork":23,"defaultBranch":24,"hasWiki":25,"hasPages":23,"topics":26,"createdAt":10,"pushedAt":10,"updatedAt":43,"readmeContent":44,"aiSummary":45,"trendingCount":16,"starSnapshotCount":16,"syncStatus":46,"lastSyncTime":47,"discoverSource":48},1598,"Retrieval-based-Voice-Conversion-WebUI","RVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI","RVC-Project","Easily train a good VC model with voice data \u003C= 10 mins!","",null,"Python",35954,5077,224,701,0,5,86,392,50,110,"MIT License",false,"main",true,[27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42],"audio-analysis","change","conversational-ai","conversion","converter","retrieval-model","retrieve-data","rvc","so-vits-svc","sovits","vc","vits","voice","voice-conversion","voice-converter","voiceconversion","2026-06-12 04:00:10","\u003Cdiv align=\"center\">\n\n\u003Ch1>Retrieval-based-Voice-Conversion-WebUI\u003C\u002Fh1>\n一个基于VITS的简单易用的变声框架\u003Cbr>\u003Cbr>\n\n[![madewithlove](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fmade_with-%E2%9D%A4-red?style=for-the-badge&labelColor=orange\n)](https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI)\n\n\u003Cimg src=\"https:\u002F\u002Fcounter.seku.su\u002Fcmoe?name=rvc&theme=r34\" \u002F>\u003Cbr>\n\n[![Open In Colab](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FColab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fblob\u002Fmain\u002FRetrieval_based_Voice_Conversion_WebUI.ipynb)\n[![Licence](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLICENSE-MIT-green.svg?style=for-the-badge)](https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fblob\u002Fmain\u002FLICENSE)\n[![Huggingface](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F🤗%20-Spaces-yellow.svg?style=for-the-badge)](https:\u002F\u002Fhuggingface.co\u002Flj1995\u002FVoiceConversionWebUI\u002Ftree\u002Fmain\u002F)\n\n[![Discord](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FRVC%20Developers-Discord-7289DA?style=for-the-badge&logo=discord&logoColor=white)](https:\u002F\u002Fdiscord.gg\u002FHcsmBBGyVk)\n\n[**更新日志**](https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fblob\u002Fmain\u002Fdocs\u002FChangelog_CN.md) | [**常见问题解答**](https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fwiki\u002F%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98%E8%A7%A3%E7%AD%94) | [**AutoDL·5毛钱训练AI歌手**](https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fwiki\u002FAutodl%E8%AE%AD%E7%BB%83RVC%C2%B7AI%E6%AD%8C%E6%89%8B%E6%95%99%E7%A8%8B) | [**对照实验记录**](https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fwiki\u002FAutodl%E8%AE%AD%E7%BB%83RVC%C2%B7AI%E6%AD%8C%E6%89%8B%E6%95%99%E7%A8%8B](https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fwiki\u002F%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)) | [**在线演示**](https:\u002F\u002Fmodelscope.cn\u002Fstudios\u002FFlowerCry\u002FRVCv2demo)\n\n[**English**](.\u002Fdocs\u002Fen\u002FREADME.en.md) | [**中文简体**](.\u002FREADME.md) | [**日本語**](.\u002Fdocs\u002Fjp\u002FREADME.ja.md) | [**한국어**](.\u002Fdocs\u002Fkr\u002FREADME.ko.md) ([**韓國語**](.\u002Fdocs\u002Fkr\u002FREADME.ko.han.md)) | [**Français**](.\u002Fdocs\u002Ffr\u002FREADME.fr.md) | [**Türkçe**](.\u002Fdocs\u002Ftr\u002FREADME.tr.md) | [**Português**](.\u002Fdocs\u002Fpt\u002FREADME.pt.md)\n\n\u003C\u002Fdiv>\n\n> 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\n\n> 请期待RVCv3的底模，参数更大，数据更大，效果更好，基本持平的推理速度，需要训练数据量更少。\n\n\u003Ctable>\n   \u003Ctr>\n\t\t\u003Ctd align=\"center\">训练推理界面\u003C\u002Ftd>\n\t\t\u003Ctd align=\"center\">实时变声界面\u003C\u002Ftd>\n\t\u003C\u002Ftr>\n  \u003Ctr>\n\t\t\u003Ctd align=\"center\">\u003Cimg src=\"https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fassets\u002F129054828\u002F092e5c12-0d49-4168-a590-0b0ef6a4f630\">\u003C\u002Ftd>\n    \u003Ctd align=\"center\">\u003Cimg src=\"https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fassets\u002F129054828\u002F730b4114-8805-44a1-ab1a-04668f3c30a6\">\u003C\u002Ftd>\n\t\u003C\u002Ftr>\n\t\u003Ctr>\n\t\t\u003Ctd align=\"center\">go-web.bat\u003C\u002Ftd>\n\t\t\u003Ctd align=\"center\">go-realtime-gui.bat\u003C\u002Ftd>\n\t\u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd align=\"center\">可以自由选择想要执行的操作。\u003C\u002Ftd>\n\t\t\u003Ctd align=\"center\">我们已经实现端到端170ms延迟。如使用ASIO输入输出设备，已能实现端到端90ms延迟，但非常依赖硬件驱动支持。\u003C\u002Ftd>\n\t\u003C\u002Ftr>\n\u003C\u002Ftable>\n\n## 简介\n本仓库具有以下特点\n+ 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\n+ 即便在相对较差的显卡上也能快速训练\n+ 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)\n+ 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)\n+ 简单易用的网页界面\n+ 可调用UVR5模型来快速分离人声和伴奏\n+ 使用最先进的[人声音高提取算法InterSpeech2023-RMVPE](#参考项目)根绝哑音问题。效果最好（显著地）但比crepe_full更快、资源占用更小\n+ A卡I卡加速支持\n\n点此查看我们的[演示视频](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002FBV1pm4y1z7Gm\u002F) !\n\n## 环境配置\n以下指令需在 Python 版本大于3.8的环境中执行。  \n\n### Windows\u002FLinux\u002FMacOS等平台通用方法\n下列方法任选其一。\n#### 1. 通过 pip 安装依赖\n1. 安装Pytorch及其核心依赖，若已安装则跳过。参考自: https:\u002F\u002Fpytorch.org\u002Fget-started\u002Flocally\u002F\n```bash\npip install torch torchvision torchaudio\n```\n2. 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\n```bash\npip install torch torchvision torchaudio --index-url https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu117\n```\n3. 根据自己的显卡安装对应依赖\n- N卡\n```bash\npip install -r requirements.txt\n```\n- A卡\u002FI卡\n```bash\npip install -r requirements-dml.txt\n```\n- A卡ROCM(Linux)\n```bash\npip install -r requirements-amd.txt\n```\n- I卡IPEX(Linux)\n```bash\npip install -r requirements-ipex.txt\n```\n\n#### 2. 通过 poetry 来安装依赖\n安装 Poetry 依赖管理工具，若已安装则跳过。参考自: https:\u002F\u002Fpython-poetry.org\u002Fdocs\u002F#installation\n```bash\ncurl -sSL https:\u002F\u002Finstall.python-poetry.org | python3 -\n```\n\n通过 Poetry 安装依赖时，python 建议使用 3.7-3.10 版本，其余版本在安装 llvmlite==0.39.0 时会出现冲突\n```bash\npoetry init -n\npoetry env use \"path to your python.exe\"\npoetry run pip install -r requirments.txt\n```\n\n### MacOS\n可以通过 `run.sh` 来安装依赖\n```bash\nsh .\u002Frun.sh\n```\n\n## 其他预模型准备\nRVC需要其他一些预模型来推理和训练。\n\n你可以从我们的[Hugging Face space](https:\u002F\u002Fhuggingface.co\u002Flj1995\u002FVoiceConversionWebUI\u002Ftree\u002Fmain\u002F)下载到这些模型。\n\n### 1. 下载 assets\n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。你可以在`tools`文件夹找到下载它们的脚本。\n\n- .\u002Fassets\u002Fhubert\u002Fhubert_base.pt\n\n- .\u002Fassets\u002Fpretrained \n\n- .\u002Fassets\u002Fuvr5_weights\n\n想使用v2版本模型的话，需要额外下载\n\n- .\u002Fassets\u002Fpretrained_v2\n\n### 2. 安装 ffmpeg\n若ffmpeg和ffprobe已安装则跳过。\n\n#### Ubuntu\u002FDebian 用户\n```bash\nsudo apt install ffmpeg\n```\n#### MacOS 用户\n```bash\nbrew install ffmpeg\n```\n#### Windows 用户\n下载后放置在根目录。\n- 下载[ffmpeg.exe](https:\u002F\u002Fhuggingface.co\u002Flj1995\u002FVoiceConversionWebUI\u002Fblob\u002Fmain\u002Fffmpeg.exe)\n\n- 下载[ffprobe.exe](https:\u002F\u002Fhuggingface.co\u002Flj1995\u002FVoiceConversionWebUI\u002Fblob\u002Fmain\u002Fffprobe.exe)\n\n### 3. 下载 rmvpe 人声音高提取算法所需文件\n\n如果你想使用最新的RMVPE人声音高提取算法，则你需要下载音高提取模型参数并放置于RVC根目录。\n\n- 下载[rmvpe.pt](https:\u002F\u002Fhuggingface.co\u002Flj1995\u002FVoiceConversionWebUI\u002Fblob\u002Fmain\u002Frmvpe.pt)\n\n#### 下载 rmvpe 的 dml 环境(可选, A卡\u002FI卡用户)\n\n- 下载[rmvpe.onnx](https:\u002F\u002Fhuggingface.co\u002Flj1995\u002FVoiceConversionWebUI\u002Fblob\u002Fmain\u002Frmvpe.onnx)\n\n### 4. AMD显卡Rocm(可选, 仅Linux)\n\n如果你想基于AMD的Rocm技术在Linux系统上运行RVC，请先在[这里](https:\u002F\u002Frocm.docs.amd.com\u002Fen\u002Flatest\u002Fdeploy\u002Flinux\u002Fos-native\u002Finstall.html)安装所需的驱动。\n\n若你使用的是Arch Linux，可以使用pacman来安装所需驱动：\n````\npacman -S rocm-hip-sdk rocm-opencl-sdk\n````\n对于某些型号的显卡，你可能需要额外配置如下的环境变量（如：RX6700XT）：\n````\nexport ROCM_PATH=\u002Fopt\u002Frocm\nexport HSA_OVERRIDE_GFX_VERSION=10.3.0\n````\n同时确保你的当前用户处于`render`与`video`用户组内：\n````\nsudo usermod -aG render $USERNAME\nsudo usermod -aG video $USERNAME\n````\n\n## 开始使用\n### 直接启动\n使用以下指令来启动 WebUI\n```bash\npython infer-web.py\n```\n\n若先前使用 Poetry 安装依赖，则可以通过以下方式启动WebUI\n```bash\npoetry run python infer-web.py\n```\n\n### 使用整合包\n下载并解压`RVC-beta.7z`\n#### Windows 用户\n双击`go-web.bat`\n#### MacOS 用户\n```bash\nsh .\u002Frun.sh\n```\n### 对于需要使用IPEX技术的I卡用户(仅Linux)\n```bash\nsource \u002Fopt\u002Fintel\u002Foneapi\u002Fsetvars.sh\n```\n\n## 参考项目\n+ [ContentVec](https:\u002F\u002Fgithub.com\u002Fauspicious3000\u002Fcontentvec\u002F)\n+ [VITS](https:\u002F\u002Fgithub.com\u002Fjaywalnut310\u002Fvits)\n+ [HIFIGAN](https:\u002F\u002Fgithub.com\u002Fjik876\u002Fhifi-gan)\n+ [Gradio](https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio)\n+ [FFmpeg](https:\u002F\u002Fgithub.com\u002FFFmpeg\u002FFFmpeg)\n+ [Ultimate Vocal Remover](https:\u002F\u002Fgithub.com\u002FAnjok07\u002Fultimatevocalremovergui)\n+ [audio-slicer](https:\u002F\u002Fgithub.com\u002Fopenvpi\u002Faudio-slicer)\n+ [Vocal pitch extraction:RMVPE](https:\u002F\u002Fgithub.com\u002FDream-High\u002FRMVPE)\n  + The pretrained model is trained and tested by [yxlllc](https:\u002F\u002Fgithub.com\u002Fyxlllc\u002FRMVPE) and [RVC-Boss](https:\u002F\u002Fgithub.com\u002FRVC-Boss).\n\n## 感谢所有贡献者作出的努力\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\u002Fgraphs\u002Fcontributors\" target=\"_blank\">\n  \u003Cimg src=\"https:\u002F\u002Fcontrib.rocks\u002Fimage?repo=RVC-Project\u002FRetrieval-based-Voice-Conversion-WebUI\" \u002F>\n\u003C\u002Fa>\n","Retrieval-based-Voice-Conversion-WebUI 是一个基于VITS的简单易用的变声框架，支持快速训练高质量的语音转换模型。项目核心功能包括使用开源高质量VCTK数据集进行无版权顾虑的训练，并提供了一个直观的Web界面用于模型训练和实时语音转换。技术上，它采用了先进的检索式语音转换方法，能够在10分钟内完成模型训练，并且实现了低延迟的实时变声，最低可达90ms（取决于硬件支持）。适合需要快速实现个性化语音合成的应用场景，如虚拟主播、游戏配音等。",2,"2026-06-11 02:44:55","top_all"]