Ai变声RVC-实时直播变声/模型训练/使用方法-本地部署

介绍

随着人工智能技术的发展,AI 即时变声工具已经可以完美模拟任何人的声音，目前主流的开源工具以RVC、SOWITS、DDSP为主。
Retrilo based voice conversion,简称RVC,是基于WITS语音合成系统的变声器。可以实现完美实时变声,适合直播、视频录制等多种场景。这篇文章主要为大家介绍一下RVC的使用方法，以及在文章底部提供简单的一键安装包，方便大家本地部署和使用，其中有为大家提供最新的版本可以兼容各种版本的模型,稳定性也得到了提升。

RVC是一个开源项目,代码已经在Github发布。

目前,最新的版本是V2-0528，可在Hugging Face下载各种版本。

配置要求

• 处理器：13代Intel酷睿I7处理器
• 显卡：英伟达系列显卡（RTX 4070TI以上）
• 声卡：独立声卡
• 内存：64GB
• 麦克风：高质量麦克风

RVC配置要求比较苛刻，要求电脑性能较高，因为是需要实时把声音处理并且输出，非常消耗电脑性能。多线程CPU可以最大程度减少延迟，高质量的麦克风和声卡可以降低电流和噪声，效果也会更加的出色。

一键部署安装包+虚拟声卡

安装教程

下载最新版本0528版本RVC安装包和模型包到本地，并解压文件。

Ps：文件名称需要设置为英文，否则无法正常运行。

其中有三个模型包，分别为：paidaxing、nzb、jiu，它们用来配置RVC使用的。

运行go-realtime-gui.bat 启动RVC操作界面

PS：如果你的电脑并没有声卡或者麦克风设备，此界面将不会启动成功，命令提示符窗口会提示：pause

解决办法就是下载我提供的虚拟声卡安装包，或者插入麦克风设备。

软件配置

加载模型

接下来就是软件的设置，Hubert保持默认即可，其他三项根据三种后缀名称，在模型文件中选择对应的后缀文件。

音频设备

因为我直接安装的是虚拟声卡，如果没有声卡的同学可以下载虚拟声卡汉化版（在云盘有）

常规设置

响应阈值：-60

音调设置：男生转女设置12，女生转男生-12

Index Rate：设置在0.2-0.5之间

采样长度：设置0.3以上，数值越大越接近基础模型。

淡入淡出长度和额外推理长度，根据自己的需要进行调整。

完成以上设置，点击开始音频转换，即可完成声音的转换了。

如果需要更换声音，也需要对应更改相应的模型。

模型训练

打开go-wbe.bat,进入模型训练界面。

训练步骤一

编辑一个实验名称，其他值保持默认。

训练步骤二

输入训练集的文件夹路径。可以使用切片工具，把wav格式的音频切成10秒一个片段，总时长30分钟，并放在文件夹路径里。

训练步骤三

把保存频率设置为20-50之间，总轮数500，每张显卡的，小于显卡显存数，如果你是24G，可以写23G.全部设置完毕，直接点击一键训练即可。