| | ---
|
| | title: AI-RVC 语音转换 & AI 翻唱
|
| | emoji: 🎤
|
| | colorFrom: blue
|
| | colorTo: purple
|
| | sdk: gradio
|
| | sdk_version: 3.50.2
|
| | app_file: app.py
|
| | pinned: false
|
| | license: mit
|
| | ---
|
| |
|
| | # 🎤 AI-RVC 语音转换 & AI 翻唱
|
| |
|
| | 基于 RVC v2 + RMVPE 的高质量语音转换系统，支持一键 AI 翻唱功能。
|
| |
|
| | ## 功能特点
|
| |
|
| | - **AI 歌曲翻唱**：上传歌曲自动分离人声、转换音色、混合伴奏，一键生成翻唱
|
| | - **人声分离**：默认 Mel-Band Roformer (KimberleyJensen)，在 MVSEP 公开 Multisong 指标中为 Vocals SDR 11.01 / Instrum SDR 17.32
|
| | - **语音转换**：RVC v2 架构 + FAISS 检索增强流程
|
| | - **RMVPE 音高提取**：高精度 F0 提取，噪声鲁棒性强
|
| | - **角色模型**：内置 117 个可下载角色模型
|
| | - **混音效果**：支持人声混响、音量调节、4 种混音预设
|
| | - **卡拉OK模式**：分离主唱和伴唱轨道
|
| | - **VC预处理**：4 种模式（自动、直通、学习型DeEcho、旧版手工链）
|
| | - **双VC管道**：支持当前实现和官方实现
|
| |
|
| | ## 使用方法
|
| |
|
| | ### 1. 下载角色模型
|
| |
|
| | 首次使用需要下载角色模型：
|
| | 1. 进入「歌曲翻唱」标签页
|
| | 2. 展开「下载角色模型」折叠面板
|
| | 3. 选择并下载一个角色（推荐：星空凛、芙宁娜、纳西妲等）
|
| |
|
| | ### 2. 开始翻唱
|
| |
|
| | 1. 上传歌曲文件（支持 MP3/WAV/FLAC）
|
| | 2. 选择已下载的角色
|
| | 3. 调整参数：
|
| | - 音调偏移：男转女 +12，女转男 -12
|
| | - 混音预设：通用/人声突出/伴奏突出/现场感
|
| | - 卡拉OK模式：启用主唱/伴唱分离
|
| | 4. 点击「🚀 开始翻唱」
|
| | 5. 下载生成的翻唱作品
|
| |
|
| | ## 参数说明
|
| |
|
| | ### 基础参数
|
| |
|
| | - **音调偏移**：半音数，正数升调，负数降调（男转女: +12, 女转男: -12）
|
| | - **索引率**：越高越像训练音色（建议 10-50%）
|
| | - **说话人ID**：多说话人模型的说话人选择（通常为 0）
|
| |
|
| | ### 混音预设
|
| |
|
| | - **通用**：默认均衡设置
|
| | - **人声突出**：人声 +15%，伴奏 -10%，混响 -5%
|
| | - **伴奏突出**：人声 -10%，伴奏 +15%，混响 -5%
|
| | - **现场感**：默认音量，混响 +10%
|
| |
|
| | ### VC 预处理模式
|
| |
|
| | - **自动**：根据模型可用性自动选择（推荐）
|
| | - **直通**：主唱直接进入 RVC
|
| | - **学习型 DeEcho**：使用 UVR DeEcho/DeReverb
|
| | - **旧版手工链**：仅用于对比测试
|
| |
|
| | ## 可用角色模型（117 个）
|
| |
|
| | | 系列 | 角色示例 |
|
| | |------|----------|
|
| | | Love Live! | 星空凛、园田海未、东条希、小泉花阳、南小鸟 |
|
| | | Love Live! Sunshine!! | 高海千歌、樱内梨子、黑泽黛雅、黑泽露比、国木田花丸 |
|
| | | Love Live! 虹咲学园 | 上原步梦、中须霞、天王寺璃奈、近江彼方、优木雪菜 |
|
| | | 原神 | 芙宁娜、枫原万叶、纳西妲、八重神子、雷电将军 |
|
| | | Hololive | Fuwawa、Mococo |
|
| | | 偶像大师 | 神崎兰子、梦见莉亚梦、双叶杏、本田未央、岛村卯月 |
|
| |
|
| | > 完整列表请在 UI 中查看「下载角色模型」面板
|
| |
|
| | ## 技术架构
|
| |
|
| | ```
|
| | 音频输入 → CoverPipeline
|
| | ↓
|
| | 人声分离 (Mel-Band Roformer)
|
| | ↓
|
| | RVC 语音转换 (HuBERT + RMVPE + FAISS)
|
| | ↓
|
| | 混音 (音量调节 + 混响)
|
| | ↓
|
| | AI 翻唱成品
|
| | ```
|
| |
|
| | ## 常见问题
|
| |
|
| | **Q: 首次运行很慢？**
|
| |
|
| | A: 首次运行会自动下载模型文件（HuBERT、RMVPE、Roformer 等），请耐心等待。
|
| |
|
| | **Q: 高音断音/撕裂？**
|
| |
|
| | A: 尝试降低保护系数（0.33 → 0.2），增大滤波半径（3 → 5）。
|
| |
|
| | **Q: 转换后声音失真？**
|
| |
|
| | A: 降低索引率，调整音调偏移，使用更高质量的输入音频。
|
| |
|
| | **Q: 如何选择合适的角色？**
|
| |
|
| | A: 建议选择与原唱性别、音色相近的角色，效果更自然。
|
| |
|
| | ## 性能说明
|
| |
|
| | - **GPU 加速**：自动检测并使用 GPU（CUDA/ROCm）
|
| | - **处理时间**：一首 3-5 分钟的歌曲约需 2-5 分钟处理
|
| | - **显存需求**：建议 4GB 以上显存
|
| |
|
| | ## 限制说明
|
| |
|
| | - **音频长度**：建议单次处理不超过 10 分钟
|
| | - **文件大小**：建议上传文件不超过 50MB
|
| | - **并发处理**：同时只能处理一个任务
|
| |
|
| | ## 更多信息
|
| |
|
| | - **GitHub 仓库**：https://github.com/mason369/AI-RVC
|
| | - **完整文档**：查看仓库中的 README.md
|
| | - **Colab 版本**：AI_RVC_Colab.ipynb
|
| | - **问题反馈**：GitHub Issues
|
| |
|
| | ## 免责声明
|
| |
|
| | 本项目仅供学习研究和个人娱乐用途，不得用于任何商业目的。严禁使用本软件进行欺诈、传播虚假信息或侵犯他人权益。用户对使用本软件产生的所有内容和后果承担全部责任。
|
| |
|
| | ## 致谢
|
| |
|
| | - [RVC-Project](https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI) - 原始 RVC 项目
|
| | - [Mel-Band RoFormer](https://arxiv.org/abs/2310.01809) - 人声分离模型
|
| | - [audio-separator](https://github.com/nomadkaraoke/python-audio-separator) - 音源分离框架
|
| | - [RMVPE](https://arxiv.org/abs/2306.15412) - F0 提取
|
| | - [Gradio](https://gradio.app/) - Web 界面框架
|
| |
|
| | ---
|
| |
|
| | **License**: MIT
|
| | **Version**: 2.0
|
| | **Last Updated**: 2026-03-10
|
| |
|
