综合介绍
Retrieval-based-Voice-Conversion-WebUI是一个基于VITS的简单易用的语音转换框架，可以实现任意说话人之间的语音转换，包括歌曲的翻唱和实时的变声。它具有低延迟、优秀的变声效果、少量数据训练等特点，支持N卡、A卡、I卡的加速，提供网页界面和实时变声界面，还可以调用UVR5模型来快速分离人声和伴奏，使用最先进的人声音高提取算法RMVPE来根绝哑音问题。
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
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。
训练推理界面
实时变声界面
功能列表
- 训练自己的语音转换模型，只需10分钟的语音数据即可
- 使用预训练的语音转换模型，支持多种采样率和音色
- 使用网页界面或实时变声界面进行语音转换，支持端到端的低延迟
- 使用UVR5模型来分离人声和伴奏，支持多种格式的音频文件
- 使用RMVPE算法来提取人声音高，支持pytorch/onnx/DirectML
使用帮助
- 下载或克隆本仓库，安装所需的依赖和预模型
- 运行go-web.bat或go-realtime-gui.bat，选择想要执行的操作
- 根据界面提示，选择输入和输出的语音文件或设备，调整参数和选项
- 点击开始或停止，享受语音转换的乐趣
