用 10 分钟人声训练 RVC 变声模型完整教程【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI想让游戏角色用你的嗓音说话、或者让 AI 歌手唱出你的音色RVCRetrieval-based-Voice-Conversion-WebUI检索式变声 WebUI就能做到。成本不高10 分钟干净人声、一张 4GB 起步的 N 卡一次训练跑完你拿到的就是一个能替你开口的音色模型。开工前RVC 到底在干嘛先把角色摆清楚输入目标音色的纯人声音频wav 即可加工切片段、提取音高与音色特征、在 VITS 底模上反复训练输出一个 pth 音色模型套到任何一段人声上都按这个音色重新说一遍打个比方调音台把一段声音拆成说了什么什么音高谁的声音三条轨。RVC 训练时只锁定目标音色那条轨推理时用 top1 检索把输入的音色轨整体替换成训练集的——相当于内容照旧、嗓音换人这就是它抗音色泄漏的手段。机器体检单项目推荐最低不达标会怎样Python3.12一键脚本自带3.8环境装不上报错满天飞PyTorch1.13 以上匹配你的 CUDA1.13装不上或跑不动显卡显存6GB 以上4GB3GB 及以下基本只能看别人训练硬盘空间10GB 以上5GB装不下底模和训练产物FFmpeg最新稳定版已加入 PATH必装预处理直接卡在音频解析备料标准时长10~50 分钟音色特别鲜明的 5 分钟也能出效果采样率统一 48kHz底噪低、无伴奏、无混响混音素材先用内置 UVR5 把人声拆出来合格线安静环境、指向性麦克风、嘴麦距离稳定的清唱或口播素材质量比数量更决定上限开工中第一次训练怎么走预处理把长音频变成训练料做什么把人声拆纯、去静音、切小段、提特征。怎么做预处理页选切分采样率选 48k其余默认点按钮等它跑完。做完长什么样目录里出现一堆几秒长的分片 wav以及对应的音高f0和特征文件说明这一关过了。训练新手训练参数推荐值做什么底模按你的素材反复训练。怎么做填好训练设置后点一键训练参数按下表参数新手推荐值说明采样率48k对应 48k 模型配置batch_size2~4显存吃紧就降降到 1 还爆只能换卡总轮数 total_epoch数据差 20~30 轮高质量 100~200 轮界面默认 20好素材大胆往上加学习率1e-4默认值一般不用动音高提取RMVPE快且准备选 pm保存频率每 5 轮留下多份中间模型方便回挑做完长什么样日志持续滚动、loss 往下走每 5 轮自动落一个带轮数编号的 pth跑满总轮数logs 里出现最终模型这次训练就算完成。训练时盯什么正常loss 曲线整体平稳下行中途模型按保存频率正常落盘异常一loss 突然飙升或长时间横盘 → 中断检查素材和 batch_size 后重开异常二中途直接崩多半是显存→ 看下面的急救站开工后修问题再变强报错急救站① 看到 CUDA out of memory现象训练或推理中途显存溢出原因当前 batch 装不下显存修复训练时把 batch_size 调小1 还爆就换卡推理时在 configs/config.py 里把 x_pad、x_query、x_center 调小② 训完列表里找不到新音色现象推理页刷新不出刚训的模型原因列表没刷新或者拿错了文件修复先点刷新音色列表要分享/推理用 weights 文件夹里 60MB 的大 pth 成品而不是 logs 里的训练快照③ 预处理报 FFmpeg / utf8 错误现象音频解析失败、文件列表写不进去原因路径带空格、括号、中文或 FFmpeg 没装好修复素材挪到纯英文、无空格的路径确认 FFmpeg 在 PATH 里可用调优旋钮索引率 index rate0~1拧到 1音色最贴训练集泄漏最少拧低更像原说话人、原音源音质保留得多。训练集音质比推理源差时别拉太高素材好、轮数够时它没那么大作用。batch_size拧高收敛快、训练短显存压力大拧低训练拉长但稳。6GB 左右吃紧就降到 1显存富余升到 4~8。保存频率 save_every_epoch拧小快照多便于挑轮次和回滚拧大盘空间压力小。验收方法拿一段没参与训练的音频过转换音色像不像目标、有没有电音和漏音一遍能听出来同一段音频用不同轮数的模型各跑一遍选最稳的那一轮核对产物确认你加载的是 weights 里的大文件别把中间快照当成品对号入座按用途调参用途关键做法参数参考游戏实时变声干净素材接麦克风实时推流48kHz索引率 0.7~0.8RMVPEAI 歌手无伴奏人声多轮打磨轮数 200索引率按泄漏程度微调参数实验一次只动一个变量留日志逐项试 batch_size、学习率、采样率捷径与求助中文 FAQdocs/cn/faq.md推理链路源码infer/vc/训练源码train/各采样率模型配置configs/社区项目 Discord、GitHub Issues搜一下大概率有现成答案不想配环境容器化起步端口 7865docker build -t rvc-webui . docker run -p 7865:7865 rvc-webui现在去录 10 分钟干净人声今晚就能让游戏角色用你的嗓子开口。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考