基于检索的语音转换（RVC），一体化重写
RVC 的全部工作，收进同一个应用
RVC Next 用一个服务端、一个网页界面和一套命令行完成音色转换、实时变声、人声分离、模型训练与模型管理；数值计算从原版逐行移植，输出与原版一致。
WindowsmacOSLinux
音色库选择一个音色
导入模型搜索音色⌘ K
转换 song.wavRMVPE · 音高 +12
FEATURES
五个界面，覆盖完整的变声流程
每个界面都有对应的教程；同样的操作也都可以在命令行中完成。
WORKFLOW
从安装到第一个属于你的音色
四步走完整个流程，每一步在网页界面和命令行中都有对应做法。
- 01
安装
在独立的 Python 环境中先装 PyTorch，再用 pip 安装 RVC Next。
- 02
下载模型
首次使用时一键下载 HuBERT 与音高模型，再挑一个示例音色。
- 03
转换与实时变声
选择音色、调整音高，转换音频文件，或接上麦克风实时变声。
- 04
训练自己的音色
准备录音，运行训练，试听检查点，满意后导出到音色库。
WHY RVC NEXT
与原版一致，用起来更省心
保留原版的数值结果与模型格式，把重复劳动交给程序处理。
输出与原版逐位一致
离线转换与实时变声都用对比测试与原版核对，现有模型和索引直接可用。
一个服务端，网页与命令行同源
网页界面与命令行调用同一套核心操作，命令行的 JSON 输出与 API 完全相同。
实时变声可热切换
运行中切换音色、音高算法和参数，新音色在两个音频块之间无缝换上。
导入按内容识别
无论文件名如何，都能认出音色、索引、底模与分离模型，并自动配对。
训练只重跑改动部分
每个阶段记录输入指纹，数据或设置变化时只重做受影响的步骤。
INSTALL
查看安装文档按文档完成安装
安装命令因系统和显卡而异。安装文档会一步步带你创建独立的 Python 环境、选择适合硬件的 PyTorch、安装 RVC Next 并启动网页界面。