RVC语音克隆：10分钟数据练出专属AI歌手

RVC语音克隆10分钟数据练出专属AI歌手【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUIRetrieval-based-Voice-Conversion-WebUIRVC是一个开源的 AI 语音转换工具给它约 10 分钟的语音素材就能在普通显卡上训练出可用的音色模型再把任意音频转成这个新音色实时变声的端到端延迟可以做到 170ms。搭环境从 clone 到跑起来的三步Step 1 — 克隆项目一条命令拿到全部代码git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUIStep 2 — 安装依赖按显卡选对应的清单文件NVIDIA 用requirements.txtAMD 用requirements-dml.txtIntel 用requirements-ipex.txtpip install -r requirements.txtStep 3 — 下载预训练权重脚本会自动拉取 Hubert、RMVPE、UVR5 和 v1/v2 两代 RVC 基础模型首次运行前必须执行python tools/download_models.py搞定环境后用python infer-web.py启动 Web 界面浏览器打开提示的地址就进入主页面。训练全流程数据→参数→出模型训练的第一步是录音。建议录 10 分钟左右安静环境、尽量压低底噪、去掉长静音片段音质干净的话 5~10 分钟也够用但不建议用 1 分钟以内的数据。接下来在 Web 界面完成语音克隆步骤的其余部分填实验名、选音高提取方法、确认参数后点开始。关键参数如下参数推荐值作用音高提取方法rmvpe备选crepe决定音调曲线质量RMVPE 速度与精度均衡训练轮数total_epoch8~16轮数过少学不到位过多易过拟合batch_size4显存紧张就 1影响显存占用与训练速度index_rate0.3~0.7检索式音色的混合比例调高更贴近目标音色learning_rate1e-4学习率保持默认即可音高提取算法的实现放在 infer/lib/ 下RMVPE 是内置的默认选择。训练完成后模型权重落在weights/目录几十 MB 的.pth文件就是最终成品。在推理页上传任意音频、拖动pitch和index_rate即可实时试听反复微调直到满意。三个进阶玩法实时变声语音聊天、直播时声音实时过模型不用录完再处理。go-realtime-gui.bat端到端延迟约 170ms换用 ASIO 设备可压到 90ms。模型融合把两个已训练模型按权重比例混合成第三种音色相当于给声音做基因编辑。python tools/infer/trans_weights.py人声分离内置 UVR5 把歌曲拆成人声与伴奏分离出的人声可以直接喂给训练流程是处理翻唱素材的标配步骤在 Web 界面内即可完成。排障速查Q训练跑完了但 logs 里没有 .index 文件数据集太大会让索引步骤卡住。单独点索引训练重新生成或把数据集切小再试。Q显存爆掉、训练中途报错先把batch_size降到 14GB 以下显存时检索参数x_pad、x_query等会自动调小推理也可以直接切 CPU 模式。Q转出来的音色不太像先查录音底噪是不是太高再试调index_rate或在 RMVPE 和 Crepe 之间换一种音高提取方法对比效果。适用场景 上手建议把原唱翻唱成自己的声音做成 AI 翻唱短视频、播客配音给自己加一个专属音色直播、语音聊天实时变声有声书、游戏语音的批量合成建议新手先用 10 分钟干净录音把整条链路跑通再逐参数微调。更多细节可看 docs/cn/ 与 configs/ 下的配置。合规提醒请勿克隆他人声音用于商用或冒充。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考