RVC-TTS 流水线

从TTS到RVC的流水线。这似乎能产生最佳音质的TTS，最接近原始说话者的声音，这可能是经过训练的。它的工作原理是输入由某种TTS（如tortoise、vits等）生成的音频文件，然后使用RVC模型的训练权重进行转换。

要使其正常工作，必须先在系统上安装pytorch，以便安装RVC。如果没有安装，我遇到了必须卸载并重新安装torch的问题（尽管我可能应该只调整rvc内部的依赖要求）。

这仍然是一个正在进行中的工作，可能会有bug和问题。

安装

1. 首先在这里安装pytorch：https://pytorch.org/get-started/locally/

2. 然后，要安装rvc，运行以下命令：

pip install -e git+https://github.com/JarodMica/rvc.git#egg=rvc

3. 最后，你需要从rvc获取hubert_base.pt和rmvpe.pt文件，并将它们放入你正在工作的项目的父目录中（或者运行脚本的相同位置）

如果你想将rvc-tts-pipeline作为独立包安装，运行以下命令（推荐）

pip install -e git+https://github.com/JarodMica/rvc-tts-pipeline.git#egg=rvc_tts_pipe

这将允许你导入rvc_infer，这样你就不需要移动这个包。

基本用法

唯一应该调用的函数是rvc_convert函数。绝对需要的唯一必需参数是：

model_path = 模型路径

input_path = 要转换的音频文件路径（或TTS输出音频文件）

然后，可以简单地像下面这样调用：

from rvc_infer import rvc_convert

rvc_convert(model_path="你的模型路径", input_path="你的音频路径")

rvc_convert的文档字符串详细说明了你可能想要调整的其他值，可能最重要的是pitch和f0method。

注意事项

目前，github包只有在可编辑模式下安装才能工作。具体原因我不太确定，但可能与包结构等有关。如果将来"-e"不适合我的项目，我会在需要时寻找解决方案。

致谢

非常感谢RVC的创作者，没有他们这一切都不可能实现。这里使用了他们的大量代码来使这成为可能。