训练

和原版 RVC 相比，rvc-next 把“处理数据 → 提取音高 → 提取特征 → 训练 → 建索引”这些步骤合并成一个流程：全部运行 只会运行还没完成、或输入已经改变的阶段。

实验列表复制锚点链接

打开左侧导航的 训练，可以看到所有实验的卡片。每张卡片显示：

• 实验名称，正在运行时带 运行中 标签；
• 采样率 · 模型版本 · 单说话人 或 多说话人；
• 五个阶段的状态标签：切片、音高、特征、训练、索引（完成为主色，已过期 为警示色，失败 为红色）；
• 最近活动 …。

点击卡片进入实验页面。实验保存在数据文件夹的 experiments/ 下（可在 设置 › 存储 › 实验 中更改）。直接复制到这个文件夹里的实验文件夹（含 experiment.json，或原版的 0_gt_wavs 文件夹）也会自动出现在列表中。

新建实验复制锚点链接

1. 点 新建实验。
2. 填写 实验名称。
3. 选择 单说话人 或 多说话人。单说话人时可以直接填 数据集文件夹，或点 浏览… 在服务器上选择文件夹（多说话人的表格在实验页面里填写）。
4. 点 添加，进入新实验的页面。

新实验的采样率、版本、音高引导、轮数等初始值来自 设置 › 训练默认值。

导入原版 RVC 实验复制锚点链接

如果你在原版 RVC 里已经训练过（实验在原版的 logs/<名称> 下），可以把它导入继续使用：

1. 点 导入实验。
2. 在 原版实验文件夹（logs/<名称>） 中填入路径，可选填一个新的 实验名称（默认用文件夹名）。
3. 点 导入。

rvc-next 会把整个文件夹复制到实验目录（原文件夹不会被改动），并根据其中的内容推断采样率、版本、音高引导和已完成的阶段。文件夹里必须有 0_gt_wavs 文件夹或 config.json，否则会提示它不像一个 RVC 实验。导入的实验没有记录原始数据集文件夹；如果要重新切片，先在 数据集 步骤里填上。

实验页面复制锚点链接

实验页面顶部显示实验名称、采样率 · 版本 · 文件夹路径，右侧有 删除 按钮（实验运行时不可用；删除的实验会被移到数据文件夹的回收站 trash/）。

下面是四个步骤：数据集、设置、运行、结果。实验运行时，步骤条下方会显示整体进度条，运行 步骤上标注当前阶段。

第 1 步：数据集复制锚点链接

从这台电脑添加音频：把音频文件或它们的 zip 拖到拖放区（或点击它），会上传到实验自己的 dataset_upload/ 文件夹，数据集随即指向那里；从另一台电脑访问服务器时也就不需要服务器上的文件夹。多个说话人 时请上传一个 zip，其顶层文件夹按 名称_ID_重复次数 命名（同上）：它们会成为说话人表。上传会添加到已有的文件中；删除已上传的音频 会清空该文件夹。zip 中的非音频文件、隐藏文件和 __MACOSX 会被跳过。

先清理数据集：可以选择一个分离预设，在切片之前先对整个数据集做一遍人声分离（例如去掉伴奏或混响），结果存放在实验的 dataset_clean/ 中，原始文件不变。默认 不清理。预设与 分离 页面相同，所需的分离模型需要先下载。

切片（点击展开）决定录音如何被切成训练片段。默认值与原版相同；这些选项来自 Applio：

修改这些设置会把 切片 及之后的阶段标为已过时。

检查数据集：点这个按钮会扫描数据集并生成报告：

• N 个片段、共 时长；
• 各 采样率 的文件数量；多说话人时还列出每个说话人的片段数；
• 问题 列表（没有问题时显示 未发现问题）：

第 2 步：设置复制锚点链接

高级 中：

fp16 的损失缩放值会和检查点一起保存，继续训练时从它接着走，而不是重新开始。训练出的音色会记录轮数、步数和日期，设置了 设置 › 训练 › 作者 时还有作者；音色详情页的 信息 中可以看到。

底模：训练从底模开始。

• 默认项 根据采样率、版本和音高引导选择 使用对应的官方底模。
• 你在 模型 › 底模 中导入的底模也会列在这里，但 只列出采样率、版本和音高引导都匹配的底模。没有判别器（D）的底模会标注 无 D。改变采样率、版本或音高引导后，如果已选的底模不再匹配，会自动回到默认项。

设置完成后点 保存。如果所需的文件还没下载（官方底模、HuBERT、使用 RMVPE 时的 RMVPE 模型），保存 按钮的位置会显示 需要 … 和 下载（大小），下载完成后才能保存。

改了设置，哪些阶段要重跑？复制锚点链接

每个阶段完成时都会记录它的输入“指纹”。保存修改后，受影响的已完成阶段会被标为 已过期，并提示 此阶段运行后输入已改变。

全部运行 时还会重新计算每个已完成阶段的指纹：即使没有在页面上改设置，只要直接往数据集文件夹里加入、删除或替换了录音，切片及其后的阶段也会在这次运行中全部重做。只增加 训练轮数 时，只继续训练，不会重做前面的阶段。

另外，重新运行某个阶段后，它后面已完成的阶段也会变成 已过期。

第 3 步：运行复制锚点链接

运行 步骤列出所有阶段的卡片：

每张卡片显示状态（未运行、运行中、完成、已过期、失败、已跳过）、处理数量和完成时间，失败时显示错误信息。

• 全部运行：只运行还没完成、已过期或失败的阶段；如果 训练 已完成但你增加了 轮数，也会继续训练到新的轮数。所有阶段都已完成且输入未变时，会提示没有需要运行的阶段。
• 单个阶段：点卡片上的 运行此阶段；已完成的阶段显示为 重新运行，会强制重新执行。
• 停止：运行中出现，会取消当前任务。被取消的阶段回到 未运行，已完成的阶段保留。

运行时，运行 步骤中会显示任务卡片，步骤条下方显示进度条；同一个任务也出现在顶栏的 任务 面板中，可以查看日志。训练作为 GPU 任务排队：如果实时变声正在使用 GPU，任务会显示 等待 GPU，可以点 仍然运行（可能导致实时声音卡顿）。

第 4 步：结果复制锚点链接

损失 图表显示训练过程中的损失曲线（横轴为 step）：总损失 g_total、d_total 排在前面，之后是 mel、kl、fm、gen 等分项。训练进行中曲线会实时更新。下方的 梯度范数 显示 grad_g 和 grad_d，即每一步生成器和判别器梯度的大小：训练出问题之前常常会先突然跳高。

样例（开启 每次保存时渲染一段样例 时）列出每次保存时音色渲染的同一段训练片段，按轮数标注；A/B 播放原片段，你可以听到音色逐渐接近它，也能听出更多轮数何时不再有帮助。

检查点 列表显示实验中的 G 检查点和小模型（weights/ 中的 .pth），每项带类型标签、轮数和文件大小：

• 试听：把这一项作为临时音色（带上实验的索引）交给 转换 页面，你可以立刻用它转换一段音频听效果。临时音色不会出现在音色库里。G 检查点会先自动提取成小模型（保存在实验的 .try/ 文件夹中，同一检查点只提取一次）。
• 导出为音色：导出这一项到音色库。

列表右上角的 导出为音色 按钮会导出最新的结果（优先最新的小模型，没有时用最新的 G 检查点）。

导出到音色库复制锚点链接

1. 点 导出为音色（列表顶部，或某个检查点旁边）。
2. 在 音色名称 中填写名称，默认是实验名。
3. 点 导出。完成后会提示 已导出为音色。

导出时：

• 如果选的是 G 检查点，会先从中提取出小模型；
• 实验中的索引（added_*.index）会一起附加到新音色；
• 多说话人实验会把说话人名称写进模型。

导出的音色出现在 模型 › 音色 中，可以在 转换、实时 等页面使用。

推荐流程复制锚点链接

1. 准备 10 分钟以上、干净无伴奏的录音，放在一个文件夹里。
2. 新建实验，选好数据集文件夹，检查数据集，处理掉 削波、静音 等问题文件。
3. 在 设置 中确认采样率（一般 40k 即可）、版本 v2、音高引导开启（唱歌必须开启）。
4. 下载提示的底模和模型，保存。
5. 在 运行 中点 全部运行，在 结果 里观察损失曲线。
6. 开启 每个保存点都保存音色 后，可以对不同轮数的小模型逐个 试听，挑效果最好的 导出为音色。
7. 效果不够时，增大 轮数 再 全部运行，训练会从上次的检查点继续。

命令行复制锚点链接

训练也可以完全在命令行中完成，结果和网页里看到的是同一批实验：

rvc-next train new 我的音色 --dataset D:/data/me --sr 40k --version v2
rvc-next train dataset scan 我的音色      # 检查数据集
rvc-next train run 我的音色 --epochs 200  # 全部运行
rvc-next train run 我的音色 --stage index --force   # 只重跑索引
rvc-next train status 我的音色
rvc-next train export 我的音色 --voice-name 我的音色
rvc-next train import D:/RVC/logs/old --name old      # 导入原版实验

更多选项见 命令参考。