懂AI
rvc-tts-pipeline

rvc-tts-pipeline

TTS与RVC融合的开源语音合成流水线

RVC-TTS-Pipeline是一个开源语音合成项目，结合文本到语音(TTS)和RVC模型技术，旨在生成接近原始说话者声音的语音输出。该项目将TTS生成的音频转换为RVC模型的训练权重，提高了语音还原质量。项目提供简单的安装步骤和API，方便用户进行语音合成。目前仍处于开发阶段，存在一些问题待解决。

RVC-TTS-Pipeline语音合成语音转换PyTorchAI语音Github开源项目
访问官网GitHub文档

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
  1. 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。

编辑推荐精选

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI助手AI工具AI写作工具AI辅助写作蛙蛙写作学术助手办公助手营销助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

下拉加载更多