Retrieval-based-Voice-Conversion-WebUI 安装与配置指南

Retrieval-based-Voice-Conversion-WebUI 安装与配置指南

Retrieval-based-Voice-Conversion-WebUI Easily train a good VC model with voice data <= 10 mins! 项目地址: https://gitcode.com/gh_mirrors/ret/Retrieval-based-Voice-Conversion-WebUI

1. 项目基础介绍

Retrieval-based-Voice-Conversion-WebUI 是一个基于深度学习的声音转换框架。它通过检索技术实现源声音特征到训练集特征的转换，从而减少音调泄露问题。该项目提供了一个易于使用的Web界面，用户可以方便地进行声音模型的训练和实时声音转换。

主要编程语言：Python

2. 项目使用的关键技术和框架

• VITS (Voice conversion with Integer-scale Mel-spectrogram and WaveNet): 是该项目的基础模型，用于生成高质量的声音。
• UVR5 (Ultimate Vocal Remover): 用于快速分离人声和乐器。
• RMVPE (Raw Moment Voice Pitch Extraction): 用于提取声音的基频，改善高音提取效果。
• PyTorch: 用于构建和训练深度学习模型。

3. 项目安装和配置的准备工作

在开始安装之前，请确保您的系统中已经安装了以下依赖：

• Python 3.8 到 Python 3.11 版本
• pip（Python的包管理工具）

详细安装步骤

步骤 1：克隆项目

首先，您需要从GitHub上克隆项目到本地计算机：

git clone https://github.com/fumiama/Retrieval-based-Voice-Conversion-WebUI.git
cd Retrieval-based-Voice-Conversion-WebUI

步骤 2：设置虚拟环境

建议使用虚拟环境来管理项目的依赖，以避免与系统中的其他Python项目冲突：

python -m venv venv
source venv/bin/activate  # 在Windows系统中使用 `venv\Scripts\activate`

步骤 3：安装依赖

根据您的显卡类型，选择相应的依赖文件进行安装：

• 对于NVIDIA GPU，运行：

  pip install -r requirements/main.txt
  

• 对于AMD/Intel GPU，运行：

  pip install -r requirements/dml.txt
  

• 如果您使用的是基于AMD ROCM技术的Linux系统，运行：

  pip install -r requirements/amd.txt
  

• 对于使用Intel IPEX技术的Linux系统，运行：

  pip install -r requirements/ipex.txt
  

步骤 4：准备其他文件

项目需要一些位于assets文件夹中的预训练模型文件。您可以：

• 让程序在启动时自动检查和下载所需的资源。
• 或者手动下载所有资源，具体命令和步骤请参考项目tools文件夹中的脚本。

步骤 5：启动Web界面

安装完所有依赖后，您可以使用以下命令启动Web界面：

python web.py

在浏览器中输入http://localhost:5000，就可以开始使用这个声音转换工具了。

以上就是Retrieval-based-Voice-Conversion-WebUI的详细安装和配置指南。按照以上步骤操作，您应该能够成功安装并在本地运行该项目。

Retrieval-based-Voice-Conversion-WebUI Easily train a good VC model with voice data <= 10 mins! 项目地址: https://gitcode.com/gh_mirrors/ret/Retrieval-based-Voice-Conversion-WebUI