Spaces:
Runtime error
Runtime error
| <div align="center"> | |
| <h1>Retrieval-based-Voice-Conversion-WebUI</h1> | |
| Uma estrutura de conversão de voz fácil de usar baseada em VITS.<br><br> | |
| [](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI) | |
| <img src="https://counter.seku.su/cmoe?name=rvc&theme=r34" /><br> | |
| [](https://colab.research.google.com/github/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/tools/ipynb/v1.ipynb) | |
| [](https://colab.research.google.com/github/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/tools/ipynb/v2.ipynb) | |
| [](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/LICENSE) | |
| [](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/) | |
| [](https://discord.gg/HcsmBBGyVk) | |
| </div> | |
| ------ | |
| [**Changelog**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/blob/main/docs/Changelog_EN.md) | [**FAQ (Frequently Asked Questions)**](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/wiki/FAQ-(Frequently-Asked-Questions)) | |
| [**English**](../en/README.en.md) | [**中文简体**](../../README.md) | [**日本語**](../jp/README.ja.md) | [**한국어**](../kr/README.ko.md) ([**韓國語**](../kr/README.ko.han.md)) | [**Türkçe**](../tr/README.tr.md) | [**Português**](../pt/README.pt.md) | |
| Confira nosso [Vídeo de demonstração](https://www.bilibili.com/video/BV1pm4y1z7Gm/) aqui! | |
| Treinamento/Inferência WebUI：go-web.bat | |
|  | |
| GUI de conversão de voz em tempo real：go-realtime-gui.bat | |
|  | |
| > O dataset para o modelo de pré-treinamento usa quase 50 horas de conjunto de dados de código aberto VCTK de alta qualidade. | |
| > Dataset de músicas licenciadas de alta qualidade serão adicionados ao conjunto de treinamento, um após o outro, para seu uso, sem se preocupar com violação de direitos autorais. | |
| > Aguarde o modelo básico pré-treinado do RVCv3, que possui parâmetros maiores, mais dados de treinamento, melhores resultados, velocidade de inferência inalterada e requer menos dados de treinamento para treinamento. | |
| ## Resumo | |
| Este repositório possui os seguintes recursos: | |
| + Reduza o vazamento de tom substituindo o recurso de origem pelo recurso de conjunto de treinamento usando a recuperação top1; | |
| + Treinamento fácil e rápido, mesmo em placas gráficas relativamente ruins; | |
| + Treinar com uma pequena quantidade de dados também obtém resultados relativamente bons (>=10min de áudio com baixo ruído recomendado); | |
| + Suporta fusão de modelos para alterar timbres (usando guia de processamento ckpt-> mesclagem ckpt); | |
| + Interface Webui fácil de usar; | |
| + Use o modelo UVR5 para separar rapidamente vocais e instrumentos. | |
| + Use o mais poderoso algoritmo de extração de voz de alta frequência [InterSpeech2023-RMVPE](#Credits) para evitar o problema de som mudo. Fornece os melhores resultados (significativamente) e é mais rápido, com consumo de recursos ainda menor que o Crepe_full. | |
| + Suporta aceleração de placas gráficas AMD/Intel. | |
| + Aceleração de placas gráficas Intel ARC com suporte para IPEX. | |
| ## Preparando o ambiente | |
| Os comandos a seguir precisam ser executados no ambiente Python versão 3.8 ou superior. | |
| (Windows/Linux) | |
| Primeiro instale as dependências principais através do pip: | |
| ```bash | |
| # Instale as dependências principais relacionadas ao PyTorch, pule se instaladas | |
| # Referência: https://pytorch.org/get-started/locally/ | |
| pip install torch torchvision torchaudio | |
| #Para arquitetura Windows + Nvidia Ampere (RTX30xx), você precisa especificar a versão cuda correspondente ao pytorch de acordo com a experiência de https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/issues/ 21 | |
| #pip instalar tocha torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 | |
| #Para placas Linux + AMD, você precisa usar as seguintes versões do pytorch: | |
| #pip instalar tocha torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.4.2 | |
| ``` | |
| Então pode usar poesia para instalar as outras dependências: | |
| ```bash | |
| # Instale a ferramenta de gerenciamento de dependências Poetry, pule se instalada | |
| # Referência: https://python-poetry.org/docs/#installation | |
| curl -sSL https://install.python-poetry.org | python3 - | |
| #Instale as dependências do projeto | |
| poetry install | |
| ``` | |
| Você também pode usar pip para instalá-los: | |
| ```bash | |
| for Nvidia graphics cards | |
| pip install -r requirements.txt | |
| for AMD/Intel graphics cards on Windows (DirectML)： | |
| pip install -r requirements-dml.txt | |
| for Intel ARC graphics cards on Linux / WSL using Python 3.10: | |
| pip install -r requirements-ipex.txt | |
| for AMD graphics cards on Linux (ROCm): | |
| pip install -r requirements-amd.txt | |
| ``` | |
| ------ | |
| Usuários de Mac podem instalar dependências via `run.sh`: | |
| ```bash | |
| sh ./run.sh | |
| ``` | |
| ## Preparação de outros Pré-modelos | |
| RVC requer outros pré-modelos para inferir e treinar. | |
| ```bash | |
| #Baixe todos os modelos necessários em https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/ | |
| python tools/download_models.py | |
| ``` | |
| Ou apenas baixe-os você mesmo em nosso [Huggingface space](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/). | |
| Aqui está uma lista de pré-modelos e outros arquivos que o RVC precisa: | |
| ```bash | |
| ./assets/hubert/hubert_base.pt | |
| ./assets/pretrained | |
| ./assets/uvr5_weights | |
| Downloads adicionais são necessários se você quiser testar a versão v2 do modelo. | |
| ./assets/pretrained_v2 | |
| Se você deseja testar o modelo da versão v2 (o modelo da versão v2 alterou a entrada do recurso dimensional 256 do Hubert + final_proj de 9 camadas para o recurso dimensional 768 do Hubert de 12 camadas e adicionou 3 discriminadores de período), você precisará baixar recursos adicionais | |
| ./assets/pretrained_v2 | |
| #Se você estiver usando Windows, também pode precisar desses dois arquivos, pule se FFmpeg e FFprobe estiverem instalados | |
| ffmpeg.exe | |
| https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffmpeg.exe | |
| ffprobe.exe | |
| https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/ffprobe.exe | |
| Se quiser usar o algoritmo de extração de tom vocal SOTA RMVPE mais recente, você precisa baixar os pesos RMVPE e colocá-los no diretório raiz RVC | |
| https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.pt | |
| Para usuários de placas gráficas AMD/Intel, você precisa baixar: | |
| https://huggingface.co/lj1995/VoiceConversionWebUI/blob/main/rmvpe.onnx | |
| ``` | |
| Os usuários de placas gráficas Intel ARC precisam executar o comando `source /opt/intel/oneapi/setvars.sh` antes de iniciar o Webui. | |
| Em seguida, use este comando para iniciar o Webui: | |
| ```bash | |
| python infer-web.py | |
| ``` | |
| Se estiver usando Windows ou macOS, você pode baixar e extrair `RVC-beta.7z` para usar RVC diretamente usando `go-web.bat` no Windows ou `sh ./run.sh` no macOS para iniciar o Webui. | |
| ## Suporte ROCm para placas gráficas AMD (somente Linux) | |
| Para usar o ROCm no Linux, instale todos os drivers necessários conforme descrito [aqui](https://rocm.docs.amd.com/en/latest/deploy/linux/os-native/install.html). | |
| No Arch use pacman para instalar o driver: | |
| ```` | |
| pacman -S rocm-hip-sdk rocm-opencl-sdk | |
| ```` | |
| Talvez você também precise definir estas variáveis de ambiente (por exemplo, em um RX6700XT): | |
| ```` | |
| export ROCM_PATH=/opt/rocm | |
| export HSA_OVERRIDE_GFX_VERSION=10.3.0 | |
| ```` | |
| Verifique também se seu usuário faz parte do grupo `render` e `video`: | |
| ```` | |
| sudo usermod -aG render $USERNAME | |
| sudo usermod -aG video $USERNAME | |
| ```` | |
| Depois disso, você pode executar o WebUI: | |
| ```bash | |
| python infer-web.py | |
| ``` | |
| ## Credits | |
| + [ContentVec](https://github.com/auspicious3000/contentvec/) | |
| + [VITS](https://github.com/jaywalnut310/vits) | |
| + [HIFIGAN](https://github.com/jik876/hifi-gan) | |
| + [Gradio](https://github.com/gradio-app/gradio) | |
| + [FFmpeg](https://github.com/FFmpeg/FFmpeg) | |
| + [Ultimate Vocal Remover](https://github.com/Anjok07/ultimatevocalremovergui) | |
| + [audio-slicer](https://github.com/openvpi/audio-slicer) | |
| + [Vocal pitch extraction:RMVPE](https://github.com/Dream-High/RMVPE) | |
| + The pretrained model is trained and tested by [yxlllc](https://github.com/yxlllc/RMVPE) and [RVC-Boss](https://github.com/RVC-Boss). | |
| ## Thanks to all contributors for their efforts | |
| <a href="https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank"> | |
| <img src="https://contrib.rocks/image?repo=RVC-Project/Retrieval-based-Voice-Conversion-WebUI" /> | |
| </a> | |