voice-changer

voice-changer

多平台实时语音转换软件 支持多种AI模型

VC Client是一款多功能实时语音转换软件,支持MMVC、so-vits-svc、RVC等多种AI模型。该软件兼容Windows、Mac和Linux平台,可通过网络远程使用。提供预构建二进制文件和Docker环境两种部署选项,方便不同技术水平的用户使用。软件具备将处理负载转移到外部设备的功能,适合与游戏等高负载应用同时运行。用户可根据需求选择合适的使用方式,实现高质量的实时语音转换。

VC Client音声変換AIリアルタイムクロスプラットフォームGithub开源项目

VC客户端

英文 韩文

最新动态!

  • Beatrice V2 训练代码发布!!!
  • v.2.0.58-alpha
    • 请参考这里
    • 新功能:
      • SIO 广播
      • 嵌入 ngrok(实验性)
    • 改进:
      • 针对手机进行优化
    • 修复:
      • macOS CUI消息乱码
  • v.2.0.55-alpha
    • 请参考这里
    • 改进:
      • 减少RVC的CPU负载
      • 支持WebSocket
    • 变更
      • 在启动批处理中启用no_cui选项

VC客户端是什么

  1. 这是一个使用各种语音转换AI(VC, Voice Conversion)进行实时语音转换的客户端软件。支持的语音转换AI如下:
  1. 本软件可以通过网络使用,在与游戏等高负载应用程序同时使用时,可以将语音转换处理的负载卸载到外部。

图片

  1. 支持多个平台。
  • Windows, Mac(M1), Linux, Google Colab

使用方法

主要有两种使用方法。按难度递增排序如下:

  • 使用预构建的二进制文件
  • 在设置Docker或Anaconda等环境后使用

对本软件或MMVC不熟悉的用户建议从上到下逐步熟悉。

(1) 使用预构建的二进制文件

<img src="https://github.com/w-okada/voice-changer/assets/48346627/3f092e2d-6834-42f6-bbfd-7d389111604e" width="400" height="150"> - 我们提供Windows版和Mac版。可以从[Hugging Face](https://huggingface.co/wok000/vcclient000/tree/main)下载。 - v2 Windows版 - 请下载并使用`vcclient_win_std_xxx.zip`。可以在不使用GPU的情况下进行语音转换(使用性能较好的CPU),或利用directml使用GPU(AMD、NVIDIA)进行语音转换。v2支持torch和onnx。 - 如果您有NVIDIA GPU,可以使用`vcclient_win_cuda_xxx.zip`进行更快速的语音转换。 - v2 Mac版(适用于Apple Silicon) - 请下载并使用`vcclient_mac_xxx.zip`。 - v1 - 如果您使用Windows和NVIDIA GPU,请下载ONNX(cpu,cuda)和PyTorch(cpu,cuda)。 - 如果您使用Windows和AMD/Intel GPU,请下载ONNX(cpu,DirectML)和PyTorch(cpu,cuda)。AMD/Intel GPU仅在使用onnx模型时有效。 - 对于所有GPU支持情况,仅在PyTorch和Onnxruntime支持的情况下有效。 - 如果您在Windows上不使用GPU,请下载ONNX(cpu,cuda)和PyTorch(cpu,cuda)。
  • 对于Windows版,请解压下载的zip文件,然后运行start_http.bat

  • 对于Mac版,解压下载文件后运行startHttp.command。如果显示无法验证开发者,请再次按住Control键点击运行(或右键点击运行)。

  • 首次启动时会下载各种数据。下载可能需要一些时间。下载完成后,浏览器将自动打开。

  • 如果要从远程连接,请使用文件名中http替换为https的.bat文件(Windows)或.command文件(Mac)。

  • DDPS-SVC的encoder仅支持hubert-soft。

  • 从这里下载: hugging face

(2) 通过Docker或Anaconda等环境搭建后使用

克隆此存储库使用。在Windows上,必须设置WSL2环境。此外,还需要在WSL2上构建Docker或Anaconda等虚拟环境。在Mac上,需要构建Anaconda等Python虚拟环境。虽然需要前期准备,但在大多数环境中,这种方法运行速度最快。<font color="red">即使没有GPU,只要有相对较新的CPU,也可能足以运行</font>(请参阅下面的实时性部分)

WSL2和Docker安装教程视频

WSL2和Anaconda安装教程视频

对于Docker运行,请参考使用Docker来启动服务器。

对于在Anaconda虚拟环境上运行,请参考服务器开发者页面来启动服务器。

故障排除

关于开发者签名

本软件未经开发者签名。如下图所示,会出现警告,但按住Control键并点击图标即可运行。这是由Apple的安全策略导致的。运行风险自负。

image

致谢

使用条款

  • 关于实时变声器月读酱,根据月读酱语音库的使用条款,禁止将转换后的语音用于以下目的:
■批评或攻击他人。("批评攻击"的定义遵循月读酱角色许可)

■呼吁支持或反对特定政治立场、宗教或思想。

■在未设置限制的情况下公开发布刺激性强烈的内容。

■以允许他人二次使用(作为素材使用)的形式公开发布。
※作为欣赏用作品进行分发或销售是没有问题的。
  • 关于实时变声器Amitaro,遵循Amitaro语音素材工房的以下使用条款。详情请参阅这里
允许使用Amitaro的语音素材或语音库朗读音频制作语音模型,或使用变声器、声音转换等将自己的声音转换为Amitaro的声音。

但在这种情况下,必须明确说明声音已转换为Amitaro(或小春音Ami)的声音,并确保任何人都能理解并非Amitaro(及小春音Ami)本人在说话。
此外,使用Amitaro声音说话的内容必须在语音素材使用条款的范围内,不得发表敏感言论。
  • 关于实时变声器黄琴真寻,遵循Replica Doll的使用条款。详情请参阅这里

免责声明

对于因使用或无法使用本软件而导致的任何直接损害、间接损害、衍生损害、结果性损害或特殊损害,我们概不负责。

(1) 录音机(训练用语音录制应用)

这是一款可以轻松录制MMVC训练用语音的应用。 由于可以在Github Pages上运行,只要有浏览器就可以在各种平台上使用。 录制的数据保存在浏览器中,不会泄露到外部。

Github Pages上的录音应用

解说视频

过往版本

版本操作系统框架链接支持的VC大小
v.1.5.2.9emacONNX(cpu), PyTorch(cpu,mps)普通版 *1MMVC v.1.5.x, MMVC v.1.3.x, so-vits-svc 4.0, RVC796MB
windowsONNX(cpu,cuda), PyTorch(cpu,cuda)普通版 *1MMVC v.1.5.x, MMVC v.1.3.x, so-vits-svc 4.0, so-vits-svc 4.0v2, RVC, DDSP-SVC2872MB
v.1.5.3.1macONNX(cpu), PyTorch(cpu,mps)普通版 *1MMVC v.1.5.x, MMVC v.1.3.x, so-vits-svc 4.0, RVC796MB
windowsONNX(cpu,cuda), PyTorch(cpu,cuda)普通版 *1MMVC v.1.5.x, MMVC v.1.3.x, so-vits-svc 4.0, so-vits-svc 4.0v2, RVC, DDSP-SVC2872MB

贡献者须知

本仓库设有贡献者许可协议(CLA)

编辑推荐精选

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。

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

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作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。

Trae

Trae

字节跳动发布的AI编程神器IDE

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。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多