so-vits-svc-fork

项目介绍：SoftVC VITS 歌声转换分支

SoftVC VITS Singing Voice Conversion Fork，是一个开源项目，致力于实现实时语音转换和提升界面体验。它是 so-vits-svc 项目的一个分支，并在原基础上进行了一些改进。虽然该项目目前已不再更新，但仍然是语音转换领域的重要尝试之一。

项目特性

• 实时语音转换：该项目支持实时语音转换功能，用户可以实时对音频进行处理。
• 集成 QuickVC：部分集成了 QuickVC 的功能，提升了项目的模块化程度。
• 更准确的音高估计：采用 CREPE 进行音高估计，准确性更高。
• 图形用户界面（GUI）和命令行界面（CLI）：提供易于使用的图形与命令行界面，方便用户操作。
• 训练效率提升：训练速度约为原来两倍，节省时间和资源。
• 便捷安装：仅需通过 pip 安装即可使用，自动下载预训练模型，无需额外安装 fairseq。
• 代码格式化：整个代码库进行了黑、isort、autoflake 等工具的格式化处理。

维护现状与替代方案

该项目自2023年春便停止活跃维护，主要是由于技术的快速发展以及出现了众多替代方案，例如：

• RVC家族：如 IAHispano 的 Applio (MIT 许可证)、fumiama 的 RVC 以及原 RVC 项目。
• VCClient：提供网页 GUI 并支持实时转换，维护积极。
• fish-diffusion：尝试构建模块化系统，但维护不够活跃。
• yxlllc 的 DDSP-SVC：偶尔发布新版本。
• coqui-ai 的 TTS：尽管项目部分模块化，但已经不再维护。

此外，一些初创企业也探索并商业化了语音转换技术。

安装与使用

该项目提供三种安装方式：

1. 一键安装：通过下载并运行 install.bat 文件，可以自动执行安装步骤。
2. 手动安装（使用pipx）：
   • 安装 pipx 和 so-vits-svc-fork，并注入所需的 Python 包。
3. 手动安装（创建虚拟环境）：
   • 创建 Python 虚拟环境后，通过 pip 安装项目及所需依赖。

用户可以使用图形界面启动实时语音转换，通过命令行进行实时推理，并使用提供的预训练模型进行文件转换。

训练

进行模型训练前需对数据集进行预处理，包括去除背景音乐、音频切割和手动分类等。项目支持通过 Google Colab 或 Paperspace 等云平台进行训练，也可以在本地使用超过10 GB 显存的 GPU 进行训练。

项目贡献者

该项目得以开展离不开多个杰出贡献者的参与，他们在代码、文档、调试、设计以及用户测试等多个方面提供了支持。

更多详细信息及使用说明，请查看项目的 Wiki 或 讨论。