转换

页面从上到下分为三个分区，底部是固定的操作栏：

1. 输入：要转换的音频；
2. 音色选择框、音色参数 和折叠的 可选步骤；
3. 结果：本次会话中在此页面得到的结果；
4. 底部操作栏：任务卡片、预览 15 秒 和 转换 按钮。

添加输入复制锚点链接

输入 分区中有三种添加音频的方式，可以混合使用：

拖入或选择文件复制锚点链接

把文件拖到“将音频文件拖放到这里”区域，或点击该区域在对话框中选择，可以一次选多个。常见的音频格式（WAV、FLAC、MP3、M4A、OGG、OPUS、AAC、WMA 等）都可以；视频文件也能直接拖入，会使用其中的音轨。

文件会上传到服务器，每个文件下方显示上传进度。上传完成后，左侧出现播放按钮，右侧显示时长；上传失败的文件会显示“无法上传 ……”和原因。

服务器文件复制锚点链接

当浏览器与服务器在同一台电脑上（或服务器设置了访问令牌）时，会出现 服务器文件 按钮。它直接使用服务器磁盘上的文件，不需要上传，适合大文件和大量文件：

1. 点 服务器文件，对话框中先列出可以浏览的 文件夹。
2. 点文件夹进入，点 上一级 返回。对话框只列出文件夹和音频文件。
3. 勾选要用的文件，点 添加 N 个；或者在某个文件夹中直接点 添加此文件夹，把整个文件夹作为一个输入。

把文件夹作为输入时，转换会处理该文件夹第一层的所有音频文件，不包括子文件夹。

可以浏览的文件夹默认是你的主目录、已添加的原版 RVC 安装、数据文件夹以及各个磁盘分区；可以在 设置 › 存储 的 浏览器可打开的文件夹 中修改（每行一个）。

之前的结果复制锚点链接

点 之前的结果，可以从所有历史结果（包括其他页面、之前会话中的结果）里勾选若干个，点 添加 N 个 加入输入。例如把 分离 得到的人声拿来转换，或者把一次转换的结果再转换一次。

文字转语音复制锚点链接

点 文字转语音，输入文字，让在线语音读出来；生成的语音会作为输入加入，可直接转换成你的音色（相当于 Applio 的 TTS 页）。选择 语言 和 发音人（微软 Edge 的朗读语音，约 140 种语言、300 多个发音人；会记住上次的发音人），需要时调整 语速（−50 到 +100 %）和 音高（−50 到 +50 Hz）。每次最多 5000 字。

• 文字会通过互联网发送到微软的语音服务；点 添加 之前不会发送任何内容。
• 服务器需要 pip install "rvc-next[tts]"（edge-tts）；没有安装时，对话框会给出提示。
• 命令行：rvc-next tts speak "文字" --voice zh-CN-XiaoxiaoNeural -o hello.mp3，再转换 hello.mp3（tts）。

管理输入列表复制锚点链接

• 点每一项左侧的播放按钮试听；
• 点右侧的 移除（×）删掉一项；
• 输入多于一项时，可以点 清空 一次全部移除。

选择音色复制锚点链接

点击音色选择框（未选时显示“选择音色”），弹出音色列表：

• 顶部的 搜索音色 可以按名称或标签筛选；
• 每个音色下方显示采样率、版本（v1/v2）、音高引导 或 无音高引导，以及多说话人音色的说话人数；
• 没有索引的音色带 无索引 标记，来自原版 RVC 安装（直接读取、未复制进音色库）的音色带 旧版 标记。

如果音色库是空的，这里会显示“还没有音色”和 打开模型 按钮。导入和下载音色见模型管理。

多说话人音色会在选择框下方多出一个 说话人 下拉框，从中选择要使用的说话人。选择新音色时会自动选中它的第一个说话人。

选择音色时，音色参数 会自动载入该音色的默认预设，所以同一个音色在转换和实时变声中听起来一致。RVC Next 会记住你在本页上次选择的音色。

调整音色参数复制锚点链接

音色参数 面板中有 音高算法、音高、共振峰、索引强度、辅音保护 和 响度匹配，面板右上角的 预设 菜单可以应用或保存预设。在转换页面，参数“在下一次转换时生效”：修改后点 预览 15 秒 或 转换 才会用上新值。

每个参数的含义、范围、默认值和调节建议，见音色参数。最常调的是 音高：男声转女声音色约 +12，女声转男声音色约 −12。

可选步骤复制锚点链接

点开 可选步骤 折叠面板，可以设置以下内容。

先分离人声复制锚点链接

打开 先分离人声（说明为“只转换歌曲中的人声。”）后，转换前会先用分离模型拆分音频，只转换其中的人声部分。打开后会出现：

• 预设：使用哪个分离预设，默认是 Vocals。各个预设的区别见人声分离。
• 加回伴奏：打开后，转换好的人声会叠加到分离出的伴奏上，输出一首完整的歌。
• 伴奏音量：加回伴奏时伴奏的增益，范围 −24 到 +12 dB，默认 0 dB。觉得伴奏盖过人声时调低，反之调高。

需要注意：

• 被转换的是预设的“主分轨”：Vocals 和 Vocals, aggressive 是 vocals，Lead vocal 和 Lead vocal, clean 是主唱 main_vocal，Vocals, clean 是去混响后的 vocals。
• 加回的“伴奏”优先取 instrumental 分轨；预设没有伴奏分轨时取另一个分轨。例如用 Remove reverb 预设时，加回的就是分离出的混响，相当于“转换干声，再把原来的混响加回去”。
• 加回伴奏后输出为立体声；如果叠加后会削波，整体音量会自动压低到不削波。
• 分离出的中间分轨在转换完成后会被删除。如果你也需要这些分轨，请改用人声分离页面先分离，再把人声送来转换。
• 打开 先分离人声 后，所选预设需要的分离模型也会加入“需要下载”的检查。分离模型较大（每个 300～440 MB）。

输出复制锚点链接

• 格式：WAV、FLAC、MP3、M4A 或 OGG（Opus，文件小；始终为 48 kHz）。默认值来自 设置 › 训练默认值 中的 结果格式（初始为 WAV）。
• 采样率：默认为 音色自身的采样率（例如 40 kHz 音色输出 40 kHz）；也可以选择 22.05、32、40、44.1 或 48 kHz，结果会重采样到该采样率。
• 降噪：0 ～ 1，默认 0（关）。用随噪声变化而调整的频谱门限去除转换结果中的嘶声和背景噪声（即 Applio 的“清理音频”）；数值越高去除越多，也可能让声音发闷。

效果复制锚点链接

输出 下的 效果 可以给转换后的人声加一串音频效果，从上到下依次处理，在加回伴奏之前：高通和低通滤波、噪声门、压缩器、变调、失真、降位、削波、合唱、相位器、延迟、混响、增益和限幅器（来自 Spotify 的 pedalboard，与 Applio 的后处理相同，但顺序任意，最多 16 个）。添加效果 以默认设置追加一个效果；每个效果的滑块是它的参数，箭头和垃圾桶按钮用来移动和移除。

• 混响和延迟会在人声结束后继续响：结果会长出可听到的尾音。
• 限幅器在限幅的同时也会抬高音量（pedalboard 的限幅器带补偿增益）；可在它前面加一个 增益 来控制。
• 服务器需要 pip install "rvc-next[effects]"；没有安装时，此处会给出提示，带效果的转换会被拒绝。
• 效果不保存在预设里；命令行用 --effect 指定（convert）。

预览与转换复制锚点链接

底部操作栏中有两个按钮：

按钮不可用时，左侧会说明原因：“请选择音色。”或“请添加要转换的音频。”；仍有输入在上传时也无法开始。如果缺少所需的模型（HuBERT、所选音高算法对应的模型、分离模型），按钮会被替换为“需要 ……”和 下载 按钮，见界面总览。

推荐的流程：

1. 添加输入、选择音色、设置 音高；
2. 点 预览 15 秒，在 结果 中用 结果 / 源音频 对比；
3. 根据效果调整参数（见音色参数），再次预览；
4. 满意后点 转换。

任务复制锚点链接

每点一次 转换（或 预览 15 秒），就会创建一个任务，包含当前所有输入。任务卡片出现在底部操作栏中：

• 标题形如 Convert song.wav · kikiV1，多个输入时为 Convert song.wav and 4 more · kikiV1，预览为 Preview ……；
• 打开了 先分离人声 时，第一步是 Separate（一次处理全部输入），然后每个输入一步；
• 可以随时 取消；失败、取消或中断后可以 重试；点 日志 查看详细过程。例如音色没有索引而 索引强度 大于 0 时，日志中会记录 No index for this voice; index strength has no effect。

点击按钮后，你可以继续修改参数或输入、再次提交，新任务会排在后面。任务的通用说明见界面总览 › 任务。

结果复制锚点链接

完成的结果出现在 结果 分区，类型标签为 已转换、混音（加回了伴奏）或 预览。播放、波形跳转、结果 / 源音频 对比和 更多操作 菜单的用法见界面总览 › 结果列表。在本页特别有用的两项：

• 用作输入：把结果加回本页的输入，例如对转换结果再做一次处理；
• 用这些设置重新运行：恢复生成该结果时的音色和参数，并把它的源文件加回输入，方便在旧设置的基础上微调。

文件保存在哪里、叫什么复制锚点链接

结果保存在数据文件夹的 outputs/<日期>/<任务 ID>/ 中（结果文件夹可以在 设置 › 存储 中更改）。文件名规则是：

<原文件名（不含扩展名）>.<音色名>.<格式>

例如用音色 kikiV1 转换 song.flac 并输出 WAV，得到 song.kikiv1.wav。音色名部分会转为小写，空格和符号换成 -，中文等文字保留。预览的文件名为 song.kikiv1.preview.wav。

RVC Next 从不覆盖已有文件：如果同名文件已经存在（例如同一批输入里既有 song.wav 又有 song.flac），会自动在末尾加序号，如 song.kikiv1_1.wav。

结果默认一直保留；如果希望自动清理旧结果，在 设置 › 存储 中设置“结果保留天数（0：一直保留）”。

批量转换复制锚点链接

一次转换很多文件有几种做法：

• 多选或拖入多个文件：它们会在同一个任务中依次转换；
• 添加文件夹：通过 服务器文件 的 添加此文件夹，转换文件夹第一层的所有音频文件；
• 用命令行：可以递归子文件夹，也可以指定输出文件夹。

# 转换一个文件夹（包括子文件夹）到 out/，音高 +12
rvc-next convert ./songs --recursive --voice kikiV1 --pitch 12 -o out/

# 先分离人声，转换后加回伴奏（伴奏降低 3 dB），输出 FLAC
rvc-next convert song.wav --voice kikiV1 --separate vocals --remix --remix-gain -3 --format flac

命令行默认从音色的默认预设出发，用 --preset 可以换成别的预设，再用 --pitch、--index-rate 等单独覆盖。只有在用 -o 指定了输出文件夹时，才可以用 --overwrite 覆盖同名文件。全部选项见命令参考。