1.软件准备

    首先需要RVC 软件，它是SVC软件的一种，特点就是门槛低效果好，作者是B站的花儿不哭大佬，最新整合包在这里：【AI变声器】RVC AI实时变声器717版,新增GPU系rmvpe算法,胎教级使用教程_哔哩哔哩_bilibili

提醒：RVC软件作为AI翻唱软件的一种，对电脑的配置要求比较高，你的电脑需要是N卡，且显存4GB以上才能顺畅推理（不是模型训练），配置差的朋友也不是没有路可走，可以使用autodl.com这个网站租用显卡，下面会讲使用教程。

    然后需要一个人声伴奏分离软件，我使用的是UVR5，当然你使用别的如ripx什么的也没问题。最强伴奏人声提取工具 - 开源免费，一键安装，直接使用！| Ultimate Vocal Remover | UVR5_哔哩哔哩_bilibili

夸克网盘：https://pan.quark.cn/s/816a932fc26c
123云盘：https://www.123pan.com/s/RiyA-Z5U03 提取码:hjhj

人声伴奏得合并对吧，这里使用的是Adobe Audition，也可以用OneStudio等软件做多轨混音。这里Bing一下就容易搞到软件，我就不多赘述了

然后就可以开始了。

2.RVC的Windows本地使用

    当你下载好了RVC整合包，将其解压

先别怕，往下翻

如果找不到的话，可以新建一个文本文件，然后键入

并把文件后缀改成.bat运行即可。

如果双击没反应，就把pause删掉试试。

等一会会弹出一个网页，这就是软件的界面，你可以在这边进行模型推理和伴奏人声分离（虽然RVC用的也是UVR，但是独立的UVR软件毕竟模型更多更干净）

1.模型推理

准备好干声文件，选择推理音色（没有模型的话点我动态，置顶有TTF2模型和APEX模型）

模型下载好后放进RVC软件的weights文件夹内（不是UVR_weights）

选择好你喜欢的音色后，输入音频完整路径（最好音频文件名字不要带中文，而且包括扩展名一并输入）

现在讲解一下各个参数什么意思

这个值越大转换输出的人声越接近你模型的音色

然后就可以点转换按钮了！

Chromium内核的浏览器应该都能下载吧（如Edge/Chrome）

下载完长这样，记得重命名一下

2.模型训练

注意，模型训练极度吃显存大小，显存8GB以下的就只能观望了（或者云端租用显卡训练）

模型训练，你需要准备模型的训练集，由于目前只支持单人语音训练，训练集要求3分钟以上单人干净的说话语音（不带背景音）,训练集可以是多个文件，只要在同一文件夹内即可。

然后打开RVC软件

“实验名”就是模型名字，支持中文。采样率影响不大（主要是对显存占用的影响，咱反正听不出区别），用默认的就好了，V1V2的话我趋向于选择V2，当然也有人说V2不如V1什么的，看你实际效果啦。

他这里有Step 1 2这样的，咱可以不用理step2

由于RVC训练每保存一次模型就会吃1GB左右空间，你可以提高一点保存频率。救救硬盘空间

Epoch我一般是60起步，120左右。

Batch Size指的是AI在学习的过程中一次学习参照的音频文件数量，越大越吃显存，我这里拿云端的3060 12G炼的话batch size选8基本上能吃满

别的软件本身介绍挺详细的，自己看一下应该也懂了。

OK然后点一键训练即可

3.RVC的云端训练（autodl.com)

租显卡嘛，鼠标悬停到用户名上，你就可以看见充值按钮了，先充10块钱试试也行。

（这个平台也是可以让你跑AI绘画的）

充值好后点击算力市场

（炼这个显卡不用多强，显存大就行，所以挑个便宜一点的玩玩就行，3090 1.66元一小时左右。）

这个手速得快，机子得抢的，别愣着。

提醒：别选北京地区的，因为部分原因，你点不开自定义服务，还要端口映射什么的，比较麻烦。

抢完马上选"社区镜像"

选完点立即创建

点击JupyterLab

由于它默认的端口号是7865，不是autodl自定义服务的6006，因此我们需要先修改文件

好，现在返回终端

点模型训练

上传训练集：

接下来的操作和本地训练没有太大区别，唯一区别是云端是Linux系统，文件路径会有所区别，在JupyterLab里上传好训练集，复制训练集路径

路径前面都要加/root/，不然识别不到，会报错

然后照前面的方式就可以开始训练了

保存模型：

然后把模型pth文件转移到本地的RVC软件的weights文件夹里就行了

4.UVR伴奏人声分离软件的使用

然后拿处理好后的人声

再处理一遍时，需更换模型，我们已经将人声分离出来了，但是人声依旧带和声和混响，这是我们应该去除的。

注意：因为我已经下载了Deverb模型所以下载中心中并没有显示MDX-Net Model:Deverb HQ-By FoxJoy，不要下错了

然后再处理一遍，最后拿Karaoke模型再对这种（No Other）后缀的处理一遍

得到最后的干净人声和和声（上面是和声，下面是人声）

然后就可以丢进RVC里面进行推理了。

5.混音

这个可能得看一些教程学Au 不过Au用起来也不难

1. 打开Au

2.

把推理好的人声、伴奏、和声和混响拖进去就行

3.保存文件

选格式、路径导出即可