概览
RVC Next 是 Retrieval-based-Voice-Conversion-WebUI(下文称“原版 RVC”)的一体化重写。
RVC Next 是 Retrieval-based-Voice-Conversion-WebUI(下文称“原版 RVC”)的一体化重写。它把转换、实时变声、人声分离、训练和模型管理放进一个应用:一个本地服务器、一个网页界面和一个命令行工具 rvc-next。
本节带你从零开始:装好 RVC Next,启动网页界面,下载必需的模型,再用一个示例音色完成第一次转换。
RVC Next 能做什么
| 功能 | 界面中的位置 | 用来做什么 |
|---|---|---|
| 转换 | 转换 | 用一个音色转换音频文件或整个文件夹;可以先分离人声、转换后再加回伴奏,一次完成“翻唱” |
| 实时变声 | 实时 | 通过服务器电脑上的麦克风和输出设备实时变声,带电平表、测试音和设备掉线后的自动重连 |
| 人声分离 | 分离 | 用内置的 RoFormer 模型分离人声与伴奏、去混响、提取主唱 |
| 训练 | 训练 | 用自己的数据集训练音色:检查数据集、按阶段运行、看损失曲线、试听检查点、导出为音色 |
| 模型管理 | 模型 | 音色库、索引、底模、分离模型、所需资源的下载,以及融合音色、从检查点提取音色等工具 |
几个贯穿全应用的设计:
- 一个音色选择器、一套音色参数:转换、实时和音色详情页用的是同一个面板,范围、默认值和说明完全一致。每个音色有一个默认预设,在哪里用都是同样的声音。
- 所有耗时操作都是任务:转换、分离、训练、下载都进入任务队列,可以查看进度、取消、重试和查看日志,不会卡住界面。
- 数值代码是移植而非重写:合成器、RMVPE、转换与流式处理的算法都逐行移植自原版,并用“黄金测试”在 CPU 上与原版对比结果,因此已有的
.pth音色和added_*.index索引可直接使用,声音与原版一致。详见与原版的一致性。 - 按内容识别模型:导入
.pth、.index、.zip时按文件内容而非文件名判断类型与版本,并自动为音色配对索引。
适合谁
- 想给歌曲或语音换声的用户:只用 转换 和 模型 两个页面就够了。
- 主播、语音聊天用户:使用 实时 页面,在服务器电脑上实时变声。
- 训练自己音色的用户:训练 页面把原版的各个步骤整理成可单独重跑的阶段。
- 原版 RVC 的老用户:可以直接读取原版安装中的音色和资源,见从原版 RVC 迁移。
- 喜欢命令行或要批处理的用户:每个界面操作都有对应的
rvc-next命令,见命令行。
文档的组织
| 部分 | 内容 |
|---|---|
| 快速开始(本节) | 安装、首次启动、第一次转换 |
| 使用教程 | 网页界面每个页面的详细用法,以及音色参数的含义 |
| 命令行 | rvc-next 的所有命令、配置文件和环境变量 |
| 进阶 | 从原版迁移、远程访问与安全、硬件与性能、常见问题 |
| 开发文档 | 架构、引擎、核心服务、API、Web UI 和测试,面向贡献者 |