風(fēng)媽的效果展示：

第一期展示：【交作業(yè)】巨贊的RVC人聲模型效果，煉丹2個月成品展示?。。嗶哩嗶哩_bilibili

(資料圖片)

第二期展示：【交作業(yè)】挑花眼的RVC女聲模型庫，時隔一個月模型大更新?。?/p>

第三期展示：【RVC甜妹模型展示】糖果vs布甜？誰是你心中最甜的萌妹音？（直播回放無修音）

第四期展示：【交作業(yè)】7月RVC模型庫，三款模型已開源，十四款上架模型大換血~！_嗶哩嗶哩_bilibili

Notion完整版圖文更全看這里 ，更新更頻繁：

/rvc-ai-9dada6c1293145079166f2601431fe90?pvs=4

一.安裝包選擇

RVC是個開源軟件，咸魚和淘寶直接賣軟件的都是坑貨，開發(fā)者B站up：花兒不哭，實時更新的：

1.風(fēng)仔把官方完整的包上傳到百度網(wǎng)盤啦~大家自?。?/p>

百度網(wǎng)盤鏈接: /s/1dN_gYZaB-5oBKdI1_MQa2w?pwd=5hnw 提取碼: 5hnw夸克網(wǎng)盤鏈接：/s/408171a23723 無需提取碼

實時變聲下載體積最小的版本FasterRVC-RealTime-fix_【】

需要注意的是：fasterrvc版本目前處于內(nèi)測，內(nèi)置可軟kiki音頻工作室的三款開源模型（可軟kiki和關(guān)關(guān)，分別對應(yīng)暖，細(xì)膩，夾三種特質(zhì)。

2.入夢大大的一鍵包，非常適合萌新快速跳線使用，也是跟隨花兒不哭原版的版本迭代的。

資源站鏈接：/archives/2476/b站教程鏈接：/video/BV1vh4y1X7gH/

二.配置參考

cpu 13600kf ?32gb 的內(nèi)存+4070ti 的顯卡，聲卡 icon micu 五代，麥克風(fēng) babybootle-u87.這套配置除了麥克風(fēng)，都屬于高端性價比款，質(zhì)量不錯但不那么貴的選擇~扣緊每一個鋼镚！

如果需要高強度煉丹，建議直接拉滿或者直接云端煉丹~

麥克風(fēng)的話，風(fēng)仔用的比較貴哈。

目前這個軟件，需要至少>=4核CPU，>=GTX1060的N卡

通常情況下，實時變聲的效果好壞主要取決于CPU的性能，和顯卡無關(guān)。顯卡的品質(zhì)決定煉丹（訓(xùn)練模型）的速度而已。

10代以上的I5便可流暢運行RVC+CPU占用不高的。

影響延遲的硬件：CPU

影響音質(zhì)的硬件：麥克風(fēng)，聲卡以及你的收音環(huán)境

獨立聲卡和麥克風(fēng)，能夠較好的控制底噪雜音。收音比較好的耳麥效果也是不錯的，可以先用虛擬聲卡測試下，在考慮升級硬件。

三.安裝及設(shè)置

下載最新的fastrvc后解壓到本地，不包含中文的路徑中。

鏈接: /s/1dN_gYZaB-5oBKdI1_MQa2w?pwd=5hnw 提取碼: 5hnw

也可以使用入夢大大的安裝包，可以快速設(shè)置輸入輸出通道。

尋找目錄中的“go-realtime-gui”圖標(biāo)，打開后是如下這個界面：

還會跳出一個黑色的命令行窗口，請無視它。

上圖中需要填寫如下幾個：

文件，軟件包內(nèi)自帶3個模型，任選一個即可，選擇對于的pth和index

同上；

四.輸入輸出通道設(shè)置（請對號入座）

1.虛擬聲卡，不走機架的安裝使用方法：voicemeeter安裝包鏈接：

鏈接: /s/1qcpyw0xo7zkX7_ILqfzM7g?pwd=d9ee 提取碼: d9ee

2.如果是獨立聲卡，走機架進行設(shè)置：

這個調(diào)試略復(fù)雜，也是目前阻礙大部分小白們成功搞事情的關(guān)鍵點，up也是在大佬的幫助下搞定的，如果自己實在搞不定，可以有償找高手調(diào)下哈~

五.參數(shù)面板設(shè)置

1.響應(yīng)閾值

盡量拉滿-60，如果有比較大的環(huán)境噪音，可以通過nvidia broadcast的ai降噪處理噪音，獨立聲卡可以接入機架的降噪插件，但是要注意如果在輸入端進行降噪，可能會出現(xiàn)吞字（也就是聲音無法很好的識別），一般建議輸入端稍微加點降噪，輸出端也稍微加點降噪，這樣實際效果會好點。請不要使用RVC軟件自帶的輸入降噪和輸出降噪，那個一刀切的比較厲害。

如果打游戲同時開英偉達降噪，游戲?qū)︼@存要求比較高的話，盡量8gb以上，不然打游戲都會卡的。需要注意的是：開了nvidia broadcast后，音色會發(fā)悶些，無法達到完美的效果。

2.音調(diào)設(shè)置

數(shù)值代表的意義：越高越女性化，越低越男性化。

男轉(zhuǎn)女一般在10~12，在這附近左右調(diào)整，分別可以變粗或變細(xì)，選好之后就不要動了。

女轉(zhuǎn)男一般在-12~-10左右。

rate

index=0可以大幅度降低CPU占用率，和index比例無關(guān)和1的占用率是一樣的。

左邊是接近底模的音色，右邊是接近模型的音色。如果調(diào)高不影響口齒，可以略微調(diào)高，一般都是可以的。如果電腦配置不太好，直接拉到0，可以更流暢。如果沒有要求必須和模型音色有多像，則調(diào)0；調(diào)高可以拉進和模型目標(biāo)音色的相似度，但CPU占用和延遲會略微增加一點。

4.音高算法

不好的音高算法會經(jīng)常出現(xiàn)啞聲的情況pm對應(yīng)0416版本。延遲最低CPU占用最小。理論上唱歌效果可以，但說話效果對嘈雜環(huán)境不太好；harvest：最好的音高算法，CPU占用較大，通過調(diào)高右側(cè)"harvest進程數(shù)"降低延遲；crepe：效果接近harvest的音高算法，稍吃GPU。

5**.采樣長度（決定變聲延遲）**

盡量調(diào)低一些，只要不卡，但是需要注意如果調(diào)太低，cpu占用會很高，如果再打游戲啥的，cpu可能會吃不消。調(diào)得越高，變聲結(jié)果距離錄音時間點越遠(yuǎn)；調(diào)得太低，假如最下面推理時間經(jīng)常大于變聲延遲，會造成"機關(guān)槍"卡頓情況，應(yīng)調(diào)整其他參數(shù)降低延遲或調(diào)高該參數(shù)。

進程數(shù)（核心內(nèi)容）

進程數(shù)會音響音質(zhì)，如果對音質(zhì)有要求，進程數(shù)不建議大于4。

如果index=0，進程數(shù)不會太影響CPU占用率。

如果index不等于0，則CPU占用率會隨著進程數(shù)幾何倍數(shù)增加。

以13700K為例，index=0，8進程，采樣，低延遲CPU占用不到30%，但是音質(zhì)會略微有嘶啞感

index=，采樣，8進程 cpu占用100% ，4進程占用50%。

決定音高算法最高占用多少系統(tǒng)線程（最多吃多少比例CPU）如果有其他任務(wù)也要吃CPU，會影響你的工作（比如打游戲），則不宜拉太高；調(diào)低了推理延遲會增大，如果推理延遲不能滿足需求則應(yīng)拉高采樣長度，或者更換音高算法；如果推理延遲已經(jīng)能滿足變聲延遲的需求，則建議該選項進行微調(diào)，越低越好。

7**.淡入淡出長度**

這個參數(shù)拉多拉少影響不大，可以根據(jù)感覺來。

8**.額外推理時長**

如硬件條件允許建議拉滿，建議至少要留1s，效果越長越好，調(diào)高了咬字識別更好。會影響延遲。

9**.推薦設(shè)置**

比較適中選擇可以根據(jù)下圖設(shè)置，再微調(diào)indexrate和采樣長度。參數(shù)設(shè)置不唯一，在使用模型的過程中可以不斷微調(diào)，這也是種樂趣~(? ?_?)?

六.煉丹步驟詳解

第一步：打開（在實時變聲旁邊）進入煉丹爐；

第二步：等待網(wǎng)頁自動打開后點擊“訓(xùn)練”

第三步：填寫紅框框中的內(nèi)容

紅框框圖

1.實驗名：注意英文格式喲~比如這里填寫：”superkeruan“，煉一個超級可軟模型~2.輸入文件夾路徑：注意要把文件夾放在桌面上，且保持純英文路徑，如果不在桌面，非常容易無法讀取并報錯?。。?/p>

素材長度建議：至少30分鐘，無底噪的無損音頻（wav后綴）文件，且你用來干啥的，就用干啥的素材，比如我要用來唱歌，那么素材盡量都是唱歌的素材，這樣契合度更高~

風(fēng)仔建議這個文件夾里的文件提前用“格式工廠”進行切片處理，切成10秒一段，并且是wav的無損音頻格式，這樣方便比讓rvc自己切跑得更快速~

格式工廠切片步驟圖

3.依次點擊處理數(shù)據(jù)，特征提取后設(shè)置step3的紅框部分。

4.第三步中的參數(shù)說明~

保存頻率：建議拉滿50（拉太低硬盤不夠用喲~如果拉很低，煉1個丹就需要幾十上百gb的容量存放）

總訓(xùn)練輪數(shù)：200-500輪，低于100輪效果一般不太行，除非是v2底模，超過500輪如果素材數(shù)量不夠多，往往白費力氣~

每張顯卡的bitch-size：這個根據(jù)顯卡的顯存設(shè)置，風(fēng)仔12gb顯存，煉丹只敢開9gb，不然啥都干不了，一旦爆顯存，丹就白煉了~

最后點擊：一件訓(xùn)練，當(dāng)個甩手掌柜吧~

第四步：驗收環(huán)節(jié)：

最終成品包含3個文件，分別是pth文件，index文件，npy文件。pth文件仔根目錄下的weights中，index和npy文件則在根目錄的logs—supersoft（實驗名文件夾）下。

(? ?_?)?好好保存，每一個成品都是顯卡努力的結(jié)晶~文件請保持英文目錄~方便每次使用~

七.融丹步驟

1.為什么需要融丹？

本質(zhì)上，rvc比sovits的優(yōu)越點，就在于底模和自煉模型的融合，在較低成本（素材和輪數(shù)）上保持一個較好的效果。

融丹一方面可以讓模型的聲音的音域更加的寬廣，比如一個偏低沉的模型和一個偏嘹亮的模型，融合后就能生成一個兩邊都能get到的模型。另一方面，也可以讓音色具有多重屬性，比如可軟的暖和元氣屬性，以及kiki的細(xì)膩和委婉。融合后，會同時感覺到這些特質(zhì)，可能有些比較木耳的同學(xué)，不能一下子聽出來，但是當(dāng)同時聽到這些聲音的時候，就會產(chǎn)生比較明顯的對比。

演示視頻：【頂級RVC實時變聲模型展示】最暖亮和最細(xì)柔的少御音，可軟和KiKi的不同配方展示~_嗶哩嗶哩_bilibili

需要注意的是，融丹不是百分之百會提升，經(jīng)常會出現(xiàn)古神低語的現(xiàn)象，或者融合后反而音色模糊的情況，需要多次抽卡嘗試~

2.融丹步驟肢解版(? ?_?)?

打開煉丹爐（根目錄下的），點擊ckpt處理，填寫如圖內(nèi)容。

a.填寫標(biāo)號1和2處的文件路徑，請注意，包含文件名稱和后綴，且不能包含中文，否則會報錯；

b.在標(biāo)號3處選擇配方，從1：9到9：1，想怎么參和都行~后續(xù)需要在推理界面，一個一個試聽；

c.填寫標(biāo)號4處保存模型名稱，注意不帶后綴！

d.點擊標(biāo)號5處的融合按鈕。

最終標(biāo)號6處，輸出結(jié)果為成功(? ?_?)?，文件自動生成在weights目錄內(nèi)，刷新推理頁面的音色，即可在下拉頁面中查看這個模型，請嚴(yán)格按照以上步驟，基本不會報錯~

八.常見問題Q&A

1.為什么模型在跑了發(fā)不出聲、有回音、復(fù)讀機、或者自己能聽到變聲其他人聽不見？

基本都是跳線問題，按照輸入輸出通道設(shè)置重新檢查一遍，或?qū)で蟠罄袔椭?/p>

2.說話好卡，是不是模型有問題？

實時卡的原因一般有幾種：

模型問題（素材太少缺字缺音色）

響應(yīng)閾值太高（輕的聲音進不來）建議都拉滿-60

麥克風(fēng)輸入音量太?。ㄔO(shè)備輸入音量盡量拉到最大，如果覺得吵可以調(diào)小輸出）。

模型問題可以用推理來排除，如果推理效果正常即可排除。

3.qq說話音條帶電，怎么回事？

QQ音條老問題，推薦解決方式：

·虛擬聲卡重啟后再試；

·其他建議同時打開常見語音軟件(YY,TT等)頻道自由麥;

4.同樣的模型其他人很好聽，我就很奇怪？

變聲除了音色以外，語氣和流暢度也是很重要的。因為監(jiān)聽有延遲，剛使用可能會有點不適應(yīng)，可以調(diào)小監(jiān)聽提升流暢度。語氣問題emm…..（大老粗語氣變軟妹還是有點難度

5.煉丹后沒有index文件怎么辦？

首先重新填寫之前煉丹時相同的數(shù)據(jù)地址，然后依次操作

①點擊處理數(shù)據(jù)

②點擊特征提取

③點擊訓(xùn)練特征索引

這是就會很快的提取出來一份index文件，出現(xiàn)在你的logs文件夾下的對應(yīng)實驗名下。

九.待更新列表

已經(jīng)攢錢買到生產(chǎn)力顯卡了，感謝各位大佬的支持~

想入手一個精品模型和代煉丹的大佬，可以聯(lián)系qq501212576，本up在線接單喲~