Arknights-Virtousa-RVC

阿尔图罗／塑心日配音色的非官方 RVC v2 歌声转换模型。这是本次塑心摇摆视频实际使用的独立 RVC 权重。

输入是原唱人声或其他语音音频，不是文字。 模型用日语说话录音微调，已用于中文歌曲的音色转换；中文咬字、声线相似度和高音表现仍有限，不能据此保证任意中文歌曲都能清晰转换。

原来的 GPT-SoVITS 日语 TTS 模型 是另一套权重。这两个模型复用了同一批日配训练资料，RVC 权重并非从 GPT-SoVITS 权重转换而来。

文件与使用

文件	用途
Arturia_JP_RVC_v2_40k.pth	RVC v2 / F0 / 40 kHz，5 轮微调的推理权重
MODEL_INFO.json	训练、来源、兼容设置与验证范围
SHA256SUMS	文件校验值
TERMS.md	与原 TTS 仓库一致的使用条件
UPSTREAM_LICENSES.md	上游代码及预训练权重的许可来源

接受访问条件后，下载 .pth 并导入支持 RVC v2 的工具。已经包含推理所需的网络配置，无需训练状态或原始训练音频。

本次成片使用的设置：

• 模型版本：v2；输出采样率：40 kHz；F0：启用。
• 说话人：0，只有一位目标说话人。
• 音高算法：RMVPE；音高偏移：0 半音。
• 检索比例：0；本仓库没有 .index 文件，推理不依赖检索索引。
• 先分离原唱人声，再转换，最后与伴奏混合。

成片还做了模型以外的选择性清辅音补偿、音量与伴奏频段调整。单独加载权重不会自动执行这些后期步骤。此仓库不附原曲、伴奏、原始游戏录音、台词档案或训练集。

训练与验证

• 目标角色：明日方舟「塑心／阿尔图罗」，日语 CV：遠藤綾（Aya Endo）。
• 资料来源：PRTS 收录的两套日语游戏语音；117 个已对齐片段，共 910.145 秒。
• 预处理：40 kHz；311 个准备片段中 305 个通过 F0 条件筛选，分桶后每轮实际使用 304 个。
• 微调：5 轮，batch size 1，FP16；RVC v2 F0 40k 官方预训练 G/D。
• 上游代码：RVC-Project/Retrieval-based-Voice-Conversion-WebUI。
• 本机测试：Python 3.10.5、PyTorch 2.4.1 + CUDA 12.1、RTX 4060 Laptop 8 GB。
• 权重完整加载与有限值检查通过；实际完成了中文短试听及 32.6 秒歌声转换。

这些检查证明本次流程可运行，不代表中文发音、所有歌曲或所有推理前端都已验证。短试听自动转写仍有较多误识，不应据此宣传为吐字完全准确。原始训练素材为日语说话，未包含中文演唱训练；推理输入的演唱内容、音高和录音质量会明显影响结果。

与原 TTS 的区别

模型	输入	本次成片是否使用其权重
本仓库 RVC	原唱人声／语音音频	是
原 GPT-SoVITS	文字与参考音频	否

Attribution and terms

This is an unofficial RVC v2/F0/40k fine-tune targeting the Japanese voice style of Arturia / Virtuosa from Arknights. It is an audio-to-audio voice converter, not a text-to-speech model. Japanese-only speech data was used for adaptation; Mandarin singing conversion was tested, with limited diction quality.

The repository is not affiliated with or endorsed by Hypergryph, Yostar, the performer, or other rights holders. Synthetic outputs must not be represented as authentic recordings or statements by the performer. Source recordings and training data are not distributed here.

The repository follows the same personal, research and non-commercial conditions as the uploader's existing Japanese TTS release. Upstream RVC code and pretrained-model licensing are described in UPSTREAM_LICENSES.md; those licenses do not grant rights to the game, characters, recordings or performance.

Source-page attribution: https://prts.wiki/w/塑心/语音记录