一、Retrieval-based-Voice-Conversion-WebUI简介

Retrieval-based-Voice-Conversion-WebUI（简称 RVC）模型是一个基于 VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）的简单易用的语音转换框架，适用于制作“变声器”，实现语音转换。

具有以下特点

• 简单易用：RVC 模型通过简单易用的网页界面，使得用户无需深入了解复杂的语音处理技术，即可实现语音转换。
• 低延迟与高效能：RVC 模型在实时语音转换中表现出低延迟的特点，同时能够在相对较差的显卡上也能快速训练，提高了模型的普及性和实用性。
• 少量数据训练：使用少量数据（推荐至少 10 分钟低底噪语音数据）进行训练，即可得到较好的语音转换效果，降低了数据收集的难度和成本。
• 音色克隆：RVC 模型支持克隆说话
• 人的声音，包括歌曲的翻唱和实时的变声，具有优秀的变声效果。
• 杜绝音色泄漏：通过 top1 检索替换输入源特征为训练集特征，有效杜绝了音色泄漏的问题。
• 可以通过模型融合来改变音色（借助 ckpt 处理选项卡中的 ckpt-merge）
• 可调用 UVR5 模型来快速分离人声和伴奏

二、模型搭建流程

测试环境

已在RTX3090，Python 3.10,CUDA12.2上测试

1. 容器镜像一键使用

（1）在算家云“应用社区”中搜索或找到“Retrieval-based-Voice-Conversion-WebUI”，或者在左侧“音频生成”选项功能中单击选择“语音转换”

（2）进入“租用实例”页面后之后会自动匹配模型，选择 3090 卡或其他性能优于 3090 的显卡，点击“立即创建”即可创建实例

2.启动项目

（1）实例创建成功之后，点击“项目实例”再点击“WebssH”开启终端（小黑屏）

使用下列命令运行项目：

cd /Retrieval-based-Voice-Conversion-WebUI-main/
conda activate retrieval
export GRADIO_SERVER_NAME=0.0.0.0
export GRADIO_SERVER_PORT=8080
python infer-web.py

3.开启外部访问

返回“项目实例”列表，选择并点击对应实例的“开放端口”操作。

有两种访问方式可以选择：本地私密访问和对外开放端口。

（1）本地私密访问：选择 ssh 工具访问，登录之后填写各选项，点击“开启代理”

（2）对外开放端口：请按照下图操作

4.获取访问地址，并开始使用

打开浏览器，在地址栏 Ctrl+V 粘贴复制的访问地址进行访问，即可开始使用 RVC。

以上就是在算家云搭建 RVC-WebUI 的流程，具体使用方式可进入算家云应用社区查看该模型的使用说明。

复制下方网址，进入算家云，选择模型，一键开启 AI 之旅！

算家云应用社区 www.suanjiayun.com/container/#/mirror