记录折腾の日常

一、前言

本次使用由GitHub^【1】大佬RVC-boss^【2】制作的开源^【4】声线检索替换技术，它是一款易于使用的AI 翻唱工具^【5】,AI变声器^【6】

为什么选择RVC？

RVC的操作对于新手较为友好。同时官方制作的有一键整合包^【8】，可以跳过繁琐的配置环境过程。RVC的推理^【9】与训练^【10】模型界面，官方都提供了可视化操作界面，支持一键傻瓜式训练模型。

二、准备

数据集的准备与清洗

先从网络上搜集目标人物10分钟左右的音频素材，要求：情绪丰富、杂音少、声音清晰。不要闷闷的。注意将目标人物的音频素材转换为WAV格式^【11】（无损）。

准备好数据集^【12】之后就是对数据集的进一步处理，这里我推荐使用The Ultimate Vocal Remover Application（可能因网络因素导致下载过慢，当然此处也提供网盘下载地址）对素材中的杂音进行进一步处理，以下是常用的处理步骤：

网盘链接: https://pan.baidu.com/s/1Bs6W7h0IUvdMNFZfNytw0Q?pwd=e7ag 提取码: e7ag

选择你已经处理好的素材文件，首选选中“MDX-NET^【13】”模型种类，并勾选“GPU Conversion^【14】”，在“CHOOSE MDX-NET MODEL”中选择“MDX23C-InstVoc HQ^【15】”，之后点击“Start Processing”，接着选择“VR Architecture^【16】”模型种类，接着选用UVR-De-Echo-Normal^【17】 UVR-De-Echo-Aggressive^【18】 UVR-De-Echo-Dereverb^【19】三种模型其一去除混响。依旧点击“Strat Processing”以上操作过程中的参数保持默认即可。

一般情况下，数据集经过以上步骤处理之后都会变得相对较为干净。

整合包的下载

这里提供官方的一键整合包下载地址：

链接: https://pan.baidu.com/s/1Vyj_pSf5EDXpZyRYyorCVg?pwd=i72q 提取码: i72q

根据你的显卡类型下载相应版本，AMD显卡^【21】或者英伟达显卡^【22】

下载之后解压到一个你新建的文件夹内。

三、模型的训练

首先双击文件夹内的go-web.bat^【23】文件，弹出一个弹窗选择允许Python^【24】访问网络。

弹出如上图所示的webui界面，选择第三个选项卡（训练）按照如下图配置填写。

在CMD窗口等待训练完成（黑框框），没有新的epoch^【25】轮次出现即可。

之后可以选择第一个选项卡，进行推理。（AI翻唱制作^【26】）

模型默认的保存文件夹在.../RVC1006Nvidia\assets\weights

四、虚拟声卡的配置（变声器适用）

先前往https://voicemeeter.com/，选择STANDARD版本下载，安装打开并留存到后台

在系统声音设置中按如下设置

关闭cmd黑框框，双击RVC1006Nvidia根目录下的go-realtime-gui.bat^【28】。出现如下gui，按照下图配置

至此，变声教程到此结束。

如果点击开始音频转换，提示未响应。请切换至以下版本

链接: https://pan.baidu.com/s/1N2yheyWo8i91JgRcn5mU0w?pwd=58e7 提取码: 58e7