7月28日更新日志：

为了稳定性，撤销了SQL更改，现在使用csv
修复了合并检查点的错误

7月26日更新日志：

修复了命令行推理的回溯问题
实施了用于格式化训练停止的SQL数据库
Gradio浏览器标签重命名为"Mangio-RVC-Web 💻"
移除了"infer-web.py"中的基础功能
格式化现在接受任何FFmpeg支持的音频格式

7月25日更新日志：

改进了MacOS安装脚本。对于推理，只需从解压缩的文件夹中运行"run.sh"，它将自动为您安装Python 3.8、Homebrew和其他依赖项。M1 Mac原生支持GPU加速，如果选择下载预训练模型，训练也应该可以正常工作。

7月23日更新日志：

Fp16检测现在与上一个RVC测试版之前的工作方式相同；与之前相比，不再出现训练速度减慢的情况
TensorBoard上的日志记录现在按每个epoch进行。它在一个epoch中每X步记录一次；因此图表上的每个点现在代表每个epoch
更新了UI，包括占位符
某些滑块现在只在需要时出现
如果禁用音高引导，步骤2b（特征提取）将被隐藏
不必要的单选按钮已替换为复选框

7月22日更新日志：

使用StftPitchShift实现了实验性的共振峰移位（尝试使用praat和praatio但未成功）
训练时添加了"停止训练"按钮，不再需要每次想停止模型训练时都重启RVC！
自动检测所选模型的索引路径 + 自动检测路径，不再有默认值如"E:\codes\py39\vits_vc_gpu_train\logs\mi-test-1key\total_fea.npy"，我们使用以下代码获取根目录和子文件夹：

os.path.abspath(os.getcwd())

通过自动检测"/audios/"文件夹中的文件来显示音频文件下拉列表
更稳定的Gradio版本（3.34.0），支持主题
移除了"训练"标签中的"一键训练"按钮，因为它存在故障并使许多用户感到困惑
更改了默认训练设置，使其对新用户更加优化
执行"tensor-launch.py"时自动打开TensorBoard本地主机URL
在推理和训练中实施了RMVPE

<div align="center"> <h1>支持v2的Mangio-RVC-Fork！💻</h1> 这是一个基于VITS的易用SVC框架的分支，具有top1检索功能💯。总的来说，这个分支还提供了CLI界面。它还为您提供了更多的f0方法，以及使用nanmedian的个性化"混合"f0估计方法。<br><br> <b> <h1>!! 功能实现已推迟 -- 正在进行其他相关改进 !!</h1>

<b>我正在独自开发。通过捐赠来支持我快速开发开源A.I深度神经网络音频工具和框架。捐赠意味着您对改进音频A.I整体做出承诺。您应该捐赠是因为您只想"支持"我，而不是因为您期望得到一个成品。没有任何保证。谢谢</b> <br> <a href="https://www.paypal.com/donate/?business=HEW6P8R79NFFN&no_recurring=0&item_name=I+have+an+altruistic+drive+to+develop+open-source+A.I+frameworks+and+tools.+Support+me+in+improving+A.I+audio+entirely.&currency_code=AUD"><img src="https://yellow-cdn.veclightyear.com/835a84d5/a56fc058-e1d5-4c00-8df1-f5632e2e5cbc.png" height="42"></a>

💓 请支持原始RVC仓库。显然，没有它，这个分支就不可能存在。Mangio-RVC-Fork旨在以我自己的方式基本上增强原始RVC仓库的功能。请注意，这个分支不稳定，分叉的目的是为了实验。不要认为这个分支是原始仓库的"更好"版本。把它看作是原始仓库的另一个"版本"。请注意，这没有Google Colab。如果您想使用Google Colab，请前往原始仓库。目前，这个分支旨在与Paperspace和本地机器一起使用。
</b>

<b>现在支持版本2预训练模型！</b>

在Discord上添加我：Funky Town#2048

我能够在这里与您进行交流。

特别感谢Discord用户@kalomaze#2983为这个分支创建了一个临时的Colab笔记本。最终，一个官方的、更稳定的笔记本将包含在这个分支中。如果可能的话，请使用Paperspace，因为它更加稳定。 <br>

</div>

原始RVC演示视频在这里！

使用RVC的实时语音转换软件：w-okada/voice-changer

预训练模型的数据集使用了近50小时的高质量VCTK开源数据集。高质量的授权歌曲数据集将陆续添加到训练集中供您使用，无需担心版权侵权问题。

摘要 📘

本分支（Mangio-RVC-Fork）相比原始仓库的特性 ☑️

f0推理算法全面改进: 🌟
- 新增pyworld dio f0方法。
- 新增另一种计算crepe f0的方法（mangio-crepe）。
- 新增torchcrepe crepe-tiny模型（推理速度更快，但质量可能低于普通的完整crepe）。
- 可通过web界面和命令行修改crepe算法的crepe_hop_length参数。
训练时使用f0 Crepe音高提取。🌟 （实验性功能）在Paperspace机器上可用，但在本地Mac/Windows机器上不可用。可能存在内存泄漏风险，请注意。
Paperspace集成 🌟
- infer-web.py增加Paperspace参数（--paperspace），用于共享gradio链接
- 为Paperspace用户提供Makefile
通过Makefile访问Tensorboard（make tensorboard）
训练的总轮数滑块上限从1000增加到10,000。
新增命令行功能
- 在infer-web.py中添加--is_cli标志以使用命令行系统。
f0混合（中位数）估计方法，通过计算指定f0方法数组的nanmedian，获得所有指定f0方法的最佳效果。目前仅适用于命令行，soon将实现到图形界面 🌟
f0特征提取（训练）时的f0混合（中位数）估计方法。（非常实验性，可能存在严重bug）。使用混合方法进行特征提取将花费更长时间。

本仓库还具有以下特性：

通过将源特征替换为训练集特征（使用top1检索）来减少音色泄漏；
训练简单快速，即使在相对较差的显卡上也能实现；
即使使用少量数据也能获得相对较好的结果（建议使用>=10分钟的低噪音语音）；
支持模型融合以改变音色（使用ckpt处理选项卡->ckpt合并）；
易于使用的Webui界面；
使用UVR5模型快速分离人声和乐器。

计划在分支开发过程中添加的功能 ▶️

推理批处理脚本。改进建议：
- 据多位GitHub用户反馈，每次推理30秒的样本既可以提高质量，又可以防止harvest内存错误。
改进GUI（更加便利）。
自动删除旧的生成结果以节省空间。
在Paperspace机器上进行更优化的训练

关于本分支在推理时的f0混合特性

目前，混合f0方法仅在命令行中可用，尚未在GUI中实现。但基本上在推理过程中，我们可以指定一个f0方法数组，例如["pm", "harvest", "crepe"]，获取所有方法的f0计算结果，然后用nanmedian"组合"它们，得到一个混合f0信号，以获得所有提供的f0方法的"最佳效果"。

以下是如何在命令行中使用混合f0方法进行推理：

MyModel.pth saudio/Source.wav Output.wav logs/mi-test/added.index 0 -2 hybrid[pm+crepe] 128 3 0 1 0.95 0.33

注意，方法是"hybrid[pm+crepe]"而不是单一方法如"harvest"。

hybrid[pm+harvest+crepe]
# crepe计算将在计算堆栈的"末端"。
# parselmouth计算将在计算堆栈的"开始"。
# "hybrid"方法将计算pm、harvest和crepe的nanmedian

可以使用多种f0方法。但需要用'+'字符分隔。请注意，由于我们需要计算X倍的f0，推理时间会大大延长。

关于原始仓库的crepe方法与本分支的crepe方法（mangio-crepe）的比较

原始仓库的crepe f0计算方法与我的略有不同。可以说在某些方面，我的crepe实现在某些部分听起来更稳定。然而，原始仓库的crepe实现在消除噪音和伪音方面效果更好。在这个分支中，我自己的crepe实现（mangio-crepe）在GUI和CLI上都使用了可自定义的crepe_hop_length功能，而原始crepe没有这个功能。请注意，每种实现的声音略有不同，没有明确的"更好"或"更差"之分。这完全取决于具体情况！

如果必须选择一个，我强烈建议使用原始的crepe实现（而不是这个分支的），因为RVC的开发者对修复问题有更多的控制权。

关于本分支的f0训练附加功能

Crepe f0特征提取

Crepe训练仍然非常不稳定，有报告称存在内存泄漏。这将在未来修复，但在Paperspace机器上运行得相当好。请注意，crepe训练与harvest训练的模型相比会有一些差异。Crepe在某些部分听起来更清晰，但在某些部分也更像机器人。我认为两者都同样适合训练，但我仍然认为在推理时使用crepe不仅更快，而且音高更稳定（尤其是对于多层人声）。目前，使用harvest模型训练并用crepe进行推理是相当稳定的。但是，如果您使用crepe进行训练（f0特征提取），请确保您的数据集尽可能干净，以减少伪音和不需要的谐波，因为我认为crepe音高估计更容易受到混响的影响。

混合f0特征提取

仅适用于命令行（尚未在GUI中实现）。基本上与本自述文件中描述的推理时f0混合使用方法相同。在f0特征提取页面的参数中，您可以使用"hybrid[harvest+dio+pm+crepe]"代替"harvest"。这种f0 nanmedian混合方法在特征提取过程中会花费很长时间。如果您愿意使用混合f0，请耐心等待。

如果在使用crepe训练或pm和harvest等方法时遇到CUDA问题

这是由于进程数（n_p）过高造成的。请确保减少线程数。请在特征提取GUI上降低"使用的CPU线程数"滑块的值。

版本说明

欢迎使用RVC版本2！

请注意，版本2的预训练模型仅支持40k模型采样率。如果您想使用32k或48k，请使用版本1的预训练模型。

安装依赖 🖥️

使用pip（python3.9.8与此分支稳定兼容）

Paperspace用户：

cd Mangio-RVC-Fork
make install # 每次启动Paperspace机器时都需要执行此操作

Windows/MacOS

注意：faiss 1.7.2在MacOS下会引发Segmentation Fault: 11错误，如果您使用pip手动安装，请使用pip install faiss-cpu==1.7.0。在MacOS下可以通过brew安装Swig

brew install swig

安装依赖：

pip install -r requirements.txt

如果遇到httpx无效端口错误，请安装httpx==0.23.0

准备其他预训练模型 ⬇️

Paperspace用户：

cd Mangio-RVC-Fork
# 克隆此分支后只需执行一次（除非hugging face上的预训练模型发生变化，否则无需再次执行）
make basev1 
# 或者如果使用版本2的预训练模型
make basev2

本地用户

RVC需要其他预训练模型来进行推理和训练。您需要从我们的Huggingface空间下载它们。

以下是RVC需要的预训练模型和其他文件列表：

hubert_base.pt

./pretrained 

./uvr5_weights


如果您想测试v2版本模型（v2版本模型将特征从9层hubert+final_proj的256维输入更改为12层hubert的768维输入，并添加了3个循环判别器），需要额外下载

./pretrained_v2 

#如果您使用Windows，可能需要此文件，如果已安装ffmpeg和ffprobe则可以跳过；ubuntu/debian用户可以通过apt install ffmpeg安装这两个库
./ffmpeg

./ffprobe

运行Web GUI进行推理和训练 💪

Paperspace用户：

cd Mangio-RVC-Fork
make run-ui

然后点击它提供的gradio链接。

或手动运行

# 在云端系统上使用 --paperspace 或 --colab 参数
python infer-web.py --pycmd python --port 3000

使用命令行界面进行推理和训练 💪 🔠

Paperspace 用户

cd Mangio-RVC-Fork
make run-cli

或手动执行

python infer-web.py --pycmd python --is_cli

使用方法

Mangio-RVC-Fork v2 命令行应用!

欢迎使用 RVC 的命令行版本。请阅读 https://github.com/Mangio621/Mangio-RVC-Fork (README.MD) 上的文档以了解如何使用此应用。

您当前在"首页":
    go home            : 返回带有导航列表的首页。
    go infer           : 进入推理命令执行页面。

    go pre-process     : 进入训练步骤1)预处理命令执行页面。
    go extract-feature : 进入训练步骤2)特征提取命令执行页面。
    go train           : 进入训练步骤3)开始或继续训练命令执行页面。
    go train-feature   : 进入训练特征索引命令执行页面。

    go extract-model   : 进入提取小模型命令执行页面。

首页:

例如，输入"go infer"将带您进入推理页面，您可以在那里输入您希望用于该特定页面的参数。例如，输入"go infer"将带您到这里:

首页: go infer
您当前在"推理":
    参数 1) ./weights 中带 .pth 的模型名称: mi-test.pth
    参数 2) 源音频路径: myFolder\MySource.wav
    参数 3) 要放置在 './audio-outputs' 中的输出文件名: MyTest.wav
    参数 4) 特征索引文件路径: logs/mi-test/added_IVF3042_Flat_nprobe_1.index
    参数 5) 说话人 ID: 0
    参数 6) 转调: 0
    参数 7) f0 方法: harvest (pm, harvest, crepe, crepe-tiny)
    参数 8) crepe 跳跃长度: 160
    参数 9) harvest 中值滤波半径: 3 (0-7)
    参数 10) 后重采样率: 0
    参数 11) 混音音量包络: 1
    参数 12) 特征索引比率: 0.78 (0-1)
    参数 13) 无声辅音保护 (减少伪音): 0.33 (数字越小 = 保护越多。0.50 表示不使用。)

示例: mi-test.pth saudio/Sidney.wav myTest.wav logs/mi-test/added_index.index 0 -2 harvest 160 3 0 1 0.95 0.33

推理: <在此处插入参数或复制粘贴示例>

运行 Tensorboard 📉

cd Mangio-RVC-Fork
make tensorboard

然后点击它提供的 tensorboard 链接并刷新数据。

更改 Gradio 主题:

[可选] 更改 Gradio 的主题:
1. 用任何代码/文本编辑软件(如 notepad++、notepad、vscode 等)打开 infer-web.py
2a. 按 Ctrl+F 搜索 with gr.Blocks(，选择未被完全注释的那个

2b. 转到第 1842 行，你会看到 with gr.Blocks(theme='HaleyCH/HaleyCH_Theme') as app:
1. 访问 Gradio 主题库:
3.1 选择你喜欢的任何主题(例如这个)

3.2 查看页面顶部

3.3 复制主题变量(在这个例子中，是 theme='freddyaboulton/dracula_revamped')
1. 在 infer-web.py 中用 Gradio 主题库中任何主题的值替换 theme='HaleyCH/HaleyCH_Theme'