RVC 语音变声器快速上手：AI 翻唱与实时变声教程

3.2 上传并处理数据

1. 填写实验名称：在 WebUI 的'实验名'输入框中，为你这个训练任务起一个名字，比如 my_singer_test。这个名字会用于后续的模型和日志文件。
2. 处理数据：点击'处理数据'按钮。RVC 会自动完成以下工作：
   • 语音分离：如果你的音频有背景音乐，它会尝试使用内置的 UVR 工具分离出人声。
   • 音频切片：将长音频切割成更短的小段，便于模型学习。
   • 特征提取：从音频中提取出音高、音色等关键特征。处理完成后，数据会被保存在 logs/my_singer_test 这样的路径下。你可以检查该文件夹，确认里面生成了 npy 等特征文件。

放置数据集：根据界面或文档提示，找到容器内的数据集上传路径。通常，你需要通过文件管理功能，将你的音频文件上传到指定的目录，例如 input 文件夹。

3.3 开始训练与获取模型

1. 配置训练参数（新手可默认）：
   • 批量大小：一次训练多少数据，显卡好可以调大（如 8-12），否则调小（如 4-6）。
   • 总训练轮数：模型要看多少遍全部数据。通常 100-200 轮就能有不错效果，追求极致可以到 300-400 轮。
   • 保存频率：每多少轮保存一个中间模型。建议设成 50 或 100，方便中途查看效果。
   • 其他参数：初次使用保持默认即可。
2. 点击'训练模型'：耐心等待。在 GPU 上，训练 100 轮可能需要 15 分钟到 1 小时不等。控制台会显示训练进度和损失值（loss），loss 值稳步下降说明训练正常。

获取最终模型：训练完成后，最终的模型文件（.pth 文件）并不在 logs 文件夹里，而是在 assets/weights 目录下。

你会看到类似 my_singer_test.pth 的文件，这就是你训练好的声音模型！文件名中带 eXX（如 e100）和 sXXXX 的是中间检查点模型，不带后缀的是最终模型。

4. 效果体验：实时变声与 AI 翻唱

有了模型，就可以尽情玩耍了。RVC WebUI 主要提供两种玩法：实时语音转换和音频文件转换。

4.1 实时变声（游戏/直播/语音聊天）

这是最有趣的功能。你需要切换到'推理（Inference）'标签页。

1. 加载模型：在'模型选择'区域，点击刷新按钮，然后选择你刚刚训练好的 my_singer_test.pth 模型文件。
2. 配置索引（可选但推荐）：索引文件能提升音色相似度。如果你训练时生成了索引（通常位于 assets/indices 目录下），在这里选择对应的 .index 文件。
3. 调整变声参数：
   • 变调：男性转女性音调通常 +12（或更高），女性转男性用负值（如 -12）。同性别转换可以微调（-3 到 +3）。
   • 音色检索/特征检索：拉高这个比例（如 0.5-0.8）可以让输出音色更像目标人物，但拉得太满（如 1.0）可能导致声音不自然或出现杂音。
   • 响应阈值：过滤掉气声和噪音，让声音更干净，一般保持默认。
   • 音高算法：选择 rmvpe（效果较好）或 crepe。
4. 设置音频输入输出：
   • 输入设备：选择你的麦克风。
   • 输出设备：选择你的扬声器或耳机（如果你想监听变声效果）。
5. 开始转换：点击'开始音频转换'按钮。现在，对着麦克风说话，你就能从耳机里听到实时变声后的效果了！

4.2 AI 翻唱（歌曲文件转换）

如果你想将一首原唱歌曲，转换成你用目标音色'翻唱'的版本，就用这个功能。

1. 加载模型和索引：同上。
2. 上传音频：点击'选择文件'，上传你想要转换的歌曲文件（支持 .mp3, .wav 等）。
3. 调整参数：
   • 变调：非常重要！需要根据原唱和目标音色的性别来调整。例如，原唱为男声，你的目标模型是女声，则需要设置一个正值的变调（如 +12）。可以多试几次找到最自然的音高。
   • 其他参数：同实时变声，可以微调音色检索比例等。
4. 转换并下载：点击'转换'按钮。处理完成后，页面会提供转换后音频的下载链接。下载下来听听，你就拥有了一首专属的 AI 翻唱作品！

5. 进阶技巧与常见问题

5.1 让变声效果更好的小技巧

• 数据是关键：训练数据越干净、越有代表性，模型效果越好。优先选择目标人物清唱、朗诵等纯净人声。
• 参数不要拉满：音色检索比例、响应阈值等参数不是越高越好，适度调整（如 0.5-0.7）往往能获得更自然平衡的效果。
• 实时变声的延迟：实时转换会有一点延迟（几十到几百毫秒），这是正常的。在游戏或聊天中，可能需要稍微适应一下。
• 结合虚拟声卡：如果你想将变声后的声音输出到特定的软件（如游戏、YY 语音、OBS），可以使用 Voicemeeter 这样的虚拟音频路由工具。简单来说，你可以将 RVC 的输出设置为 Voicemeeter 的一个虚拟输入，然后在游戏或聊天软件里选择 Voicemeeter 作为麦克风设备。这样就能实现精细的音频路由和混合。

5.2 你可能遇到的问题

• 训练时没有进度或报错：检查训练数据是否已正确放入 input 文件夹并成功处理。查看控制台日志的具体错误信息。
• 实时变声没有声音：检查麦克风和扬声器的设置是否正确，系统音量是否打开，RVC 的输入输出设备是否选对。
• 变声后声音很奇怪，有电音或杂音：
  1. 检查变调参数是否设置正确。
  2. 尝试降低音色检索比例。
  3. 训练数据可能质量不佳，包含噪音或非目标人声。
• 转换歌曲时人声和背景音乐分离不好：可以在训练前，先用专业的音轨分离工具（如 UVR5）对歌曲进行人声和伴奏的分离，只用分离后的人声进行训练和转换，效果会好很多。

6. 总结

从部署到训练，再到实时变声和 AI 翻唱，我们完整地走了一遍 RVC 的流程。你会发现，这个看似高科技的 AI 语音工具，在容器化部署的帮助下，变得如此触手可及。

它的核心逻辑很简单：准备声音样本 -> 训练模型 -> 应用模型转换声音。无论是想打造一个独特的直播形象，还是用 AI 翻唱致敬偶像，亦或是在朋友间制造惊喜，RVC 都为你提供了一个强大且免费的创意工具。

现在，你已经掌握了从入门到实践的全部步骤。接下来，就是发挥你创意的时候了。去找一段你喜欢的声音，训练它，然后，让世界听听'你'的新声音。