必读内容本教程仅用于交流学习用途，不得用于商业目的或侵犯他人合法权益。随意使用他人的声音训练发布可能会违反《互联网信息服务深度合成管理规定》等法律法规。在使用本教程及其相关模型时，请务必遵守相关法律法规，并遵守知识产权法律法规。如果因使用本教程及其相关模型而产生的任何法律纠纷，由使用者自行承担一切后果，与本账号作者无关。 硬件要求内存至少16G，显存最低6G，最好使用英伟达的显卡，AMD安装环境极其复杂并且容易出现各种报错问题 训练可能出现内存溢出问题，可以去百度搜索，增加虚拟内存 观看本教程前最好更新到最新版本的显卡驱动  环境准备安装conda由于最新版的python程序经常出现兼容性问题最好还是安装conda 首先打开conda官网：https://www.  点击右侧Download开始下载 下载完成后打开 第一步点击Next 第二步点击I Agree 第三步点击Next  由于我的硬盘空间不够了，没办法继续截图，因为要使用cmd所以，下一步有一个Add Anaconda3 to the system 那个记得勾选 安装完成后打开cmd输入 将pip源更换为国内源，加快下载速度 下载项目访问项目GitHub releases页面 https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/releases 如果GitHub无法打开可以把github.com替换成kgithub.com或使用steam++ 可以按照页面上的链接下载  如果仍然不能访问可以使用以下链接下载（可能不是最新版） https:///lj1995/VoiceConversionWebUI/resolve/main/RVC-beta.7z 安装运行环境解压上面下载的压缩包然后使用cmd cd命令到存放的文件夹  Windows用户注意由于微软并没有附带C语言编译程序，使用pip安装可能会报错 需要下载生成工具 https:///vs/17/release/vs_BuildTools.exe 然后选择安装截图右侧圈出来的组件 Windows10选择Windows10SDK Windows11选择Windows11SDK  然后输入 等待安装完成后安装pytorch 访问pytorch安装网页：https://pytorch.org/get-started/locally/  按照自己的CUDA版本安装，版本不可超过驱动支持的CUDA版本 使用cmd输入nvidia-smi可查看  环境准备部分结束 数据集与训练准备部分这个部分十分重要，关系到模型的训练效果 如果是需要生成歌曲就使用歌曲去伴奏训练，如果生成说话就使用说话的数据集训练 以下是案例 左面的是使用歌曲提取人声数据集生成的，右面是使用纯人声训练生成的 右面的会比较接近输入歌声的音调，而不是歌手原本的唱法 （通俗来讲就是声音像但是唱法不像本人） 不论是歌曲去伴奏还是人声去背景音都可以使用UVR5：https://github.com/Anjok07/ultimatevocalremovergui/releases 找到setup exe格式的下载安装就完成了，默认的模型提取人声伴奏大一点或者快节奏就非常糟糕，需要下载Demucs模型  等待下载完成后回到主页面  修改成如上配置，input导入输入音频，output选择输入文件夹，最好新建一个空白的文件夹 处理完成后最好自己听一遍，如果效果太差的最好移除，否则可能影响训练结果 然后打开RVC-beta内的go-web.bat文件 会自动打开浏览器窗口，如果没打开自己输入http://127.0.0.1:7897/打开网易选择训练 名词解释没介绍的最好不要改 名词解释
然后点击一键训练等待即可 数据集准备及训练部分教程结束生成音频本软件生成音频需要输入音频文件，如果是音乐需要按照上面的分离人声教程处理，这次就不要勾选vocals only了，然后使用如AU等音频软件导入生成的人声和伴奏混音即可 特征检索文件路径记得复制logs下实验名文件夹里的.index文件名，不要使用网页打开默认的文件路径 然后点击转换，生成完成后点击播放文件右面三个点可以下载 生成音频教程结束教程结束啦ᕙ(`▿´)ᕗ 有问题可以在评论区问 |
|
|
