|
<div align="center"> |
|
|
|
<h1>Retrieval-based-Voice-Conversion-WebUI</h1> |
|
VITS ๊ธฐ๋ฐ์ ๊ฐ๋จํ๊ณ ์ฌ์ฉํ๊ธฐ ์ฌ์ด ์์ฑ ๋ณํ ํ๋ ์์ํฌ.<br><br> |
|
|
|
[![madewithlove](https://forthebadge.com/images/badges/built-with-love.svg)](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI) |
|
|
|
<img src="https://counter.seku.su/cmoe?name=rvc&theme=r34" /><br> |
|
|
|
[![Open In Colab](https://img.shields.io/badge/Colab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252)](https://colab.research.google.com/github/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Retrieval_based_Voice_Conversion_WebUI.ipynb) |
|
[![Licence](https://img.shields.io/github/license/liujing04/Retrieval-based-Voice-Conversion-WebUI?style=for-the-badge)](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/%E4%BD%BF%E7%94%A8%E9%9C%80%E9%81%B5%E5%AE%88%E7%9A%84%E5%8D%8F%E8%AE%AE-LICENSE.txt) |
|
[![Huggingface](https://img.shields.io/badge/๐ค%20-Spaces-yellow.svg?style=for-the-badge)](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/) |
|
|
|
[![Discord](https://img.shields.io/badge/RVC%20Developers-Discord-7289DA?style=for-the-badge&logo=discord&logoColor=white)](https://discord.gg/HcsmBBGyVk) |
|
|
|
</div> |
|
|
|
------ |
|
[**์
๋ฐ์ดํธ ๋ก๊ทธ**](https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/blob/main/Changelog_CN.md) |
|
|
|
[**English**](./README.en.md) | [**ไธญๆ็ฎไฝ**](../README.md) | [**ๆฅๆฌ่ช**](./README.ja.md) | [**ํ๊ตญ์ด**](./README.ko.md) |
|
|
|
> [๋ฐ๋ชจ ์์](https://www.bilibili.com/video/BV1pm4y1z7Gm/)์ ํ์ธํด ๋ณด์ธ์! |
|
|
|
> RVC๋ฅผ ํ์ฉํ ์ค์๊ฐ ์์ฑ๋ณํ: [w-okada/voice-changer](https://github.com/w-okada/voice-changer) |
|
|
|
> ๊ธฐ๋ณธ ๋ชจ๋ธ์ 50์๊ฐ ๊ฐ๋์ ๊ณ ํ๋ฆฌํฐ ์คํ ์์ค VCTK ๋ฐ์ดํฐ์
์ ์ฌ์ฉํ์์ผ๋ฏ๋ก, ์ ์๊ถ์์ ์ผ๋ ค๊ฐ ์์ผ๋ ์์ฌํ๊ณ ์ฌ์ฉํ์๊ธฐ ๋ฐ๋๋๋ค. |
|
|
|
> ์ ์๊ถ ๋ฌธ์ ๊ฐ ์๋ ๊ณ ํ๋ฆฌํฐ์ ๋
ธ๋๋ฅผ ์ดํ์๋ ๊ณ์ํด์ ํ๋ จํ ์์ ์
๋๋ค. |
|
|
|
## ์๊ฐ |
|
๋ณธ Repo๋ ๋ค์๊ณผ ๊ฐ์ ํน์ง์ ๊ฐ์ง๊ณ ์์ต๋๋ค: |
|
+ top1 ๊ฒ์์ ์ด์ฉํ์ฌ ์
๋ ฅ ์์ค ๊ธฐ๋ฅ์ ํ๋ จ ์ธํธ ๊ธฐ๋ฅ์ผ๋ก ๋์ฒดํ์ฌ ์์์ ๋์ถ์ ๋ฐฉ์ง; |
|
+ ์๋์ ์ผ๋ก ๋ฎ์ ์ฑ๋ฅ์ GPU์์๋ ๋น ๋ฅธ ํ๋ จ ๊ฐ๋ฅ; |
|
+ ์ ์ ์์ ๋ฐ์ดํฐ๋ก ํ๋ จํด๋ ์ข์ ๊ฒฐ๊ณผ๋ฅผ ์ป์ ์ ์์ (์ต์ 10๋ถ ์ด์์ ์ ์ก์ ์์ฑ ๋ฐ์ดํฐ๋ฅผ ์ฌ์ฉํ๋ ๊ฒ์ ๊ถ์ฅ); |
|
+ ๋ชจ๋ธ ์ตํฉ์ ํตํ ์์์ ๋ณ์กฐ ๊ฐ๋ฅ (ckpt ์ฒ๋ฆฌ ํญ->ckpt ๋ณํฉ ์ ํ); |
|
+ ์ฌ์ฉํ๊ธฐ ์ฌ์ด WebUI (์น ์ธํฐํ์ด์ค); |
|
+ UVR5 ๋ชจ๋ธ์ ์ด์ฉํ์ฌ ๋ชฉ์๋ฆฌ์ ๋ฐฐ๊ฒฝ์์
์ ๋น ๋ฅธ ๋ถ๋ฆฌ; |
|
|
|
## ํ๊ฒฝ์ ์ค๋น |
|
poetry๋ฅผ ํตํด dependecies๋ฅผ ์ค์นํ๋ ๊ฒ์ ๊ถ์ฅํฉ๋๋ค. |
|
|
|
๋ค์ ๋ช
๋ น์ Python ๋ฒ์ 3.8 ์ด์์ ํ๊ฒฝ์์ ์คํ๋์ด์ผ ํฉ๋๋ค: |
|
```bash |
|
# PyTorch ๊ด๋ จ ์ฃผ์ dependencies ์ค์น, ์ด๋ฏธ ์ค์น๋์ด ์๋ ๊ฒฝ์ฐ ๊ฑด๋๋ฐ๊ธฐ ๊ฐ๋ฅ |
|
# ์ฐธ์กฐ: https://pytorch.org/get-started/locally/ |
|
pip install torch torchvision torchaudio |
|
|
|
# Windows + Nvidia Ampere Architecture(RTX30xx)๋ฅผ ์ฌ์ฉํ๊ณ ์๋ค๋ฉด, https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/issues/21 ์์ ๋ช
์๋ ๊ฒ๊ณผ ๊ฐ์ด PyTorch์ ๋ง๋ CUDA ๋ฒ์ ์ ์ง์ ํด์ผ ํฉ๋๋ค. |
|
#pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 |
|
|
|
# Poetry ์ค์น, ์ด๋ฏธ ์ค์น๋์ด ์๋ ๊ฒฝ์ฐ ๊ฑด๋๋ฐ๊ธฐ ๊ฐ๋ฅ |
|
# Reference: https://python-poetry.org/docs/#installation |
|
curl -sSL https://install.python-poetry.org | python3 - |
|
|
|
# Dependecies ์ค์น |
|
poetry install |
|
``` |
|
pip๋ฅผ ํ์ฉํ์ฌ dependencies๋ฅผ ์ค์นํ์ฌ๋ ๋ฌด๋ฐฉํฉ๋๋ค. |
|
|
|
**๊ณต์ง**: `MacOS`์์ `faiss 1.7.2`๋ฅผ ์ฌ์ฉํ๋ฉด Segmentation Fault: 11 ์ค๋ฅ๊ฐ ๋ฐ์ํ ์ ์์ต๋๋ค. ์๋์ผ๋ก pip๋ฅผ ์ฌ์ฉํ์ฌ ์ค์นํ๋ ๊ฒฝ์ฐ `pip install faiss-cpu==1.7.0`์ ์ฌ์ฉํด์ผ ํฉ๋๋ค. |
|
|
|
```bash |
|
pip install -r requirements.txt |
|
``` |
|
|
|
## ๊ธฐํ ์ฌ์ ๋ชจ๋ธ ์ค๋น |
|
RVC ๋ชจ๋ธ์ ์ถ๋ก ๊ณผ ํ๋ จ์ ์ํ์ฌ ๋ค๋ฅธ ์ฌ์ ๋ชจ๋ธ์ด ํ์ํฉ๋๋ค. |
|
|
|
[Huggingface space](https://huggingface.co/lj1995/VoiceConversionWebUI/tree/main/)๋ฅผ ํตํด์ ๋ค์ด๋ก๋ ํ ์ ์์ต๋๋ค. |
|
|
|
๋ค์์ RVC์ ํ์ํ ์ฌ์ ๋ชจ๋ธ ๋ฐ ๊ธฐํ ํ์ผ ๋ชฉ๋ก์
๋๋ค: |
|
```bash |
|
hubert_base.pt |
|
|
|
./pretrained |
|
|
|
./uvr5_weights |
|
|
|
# Windows๋ฅผ ์ฌ์ฉํ๋ ๊ฒฝ์ฐ ์ด ์ฌ์ ๋ ํ์ํ ์ ์์ต๋๋ค. FFmpeg๊ฐ ์ค์น๋์ด ์์ผ๋ฉด ๊ฑด๋๋ฐ์ด๋ ๋ฉ๋๋ค. |
|
ffmpeg.exe |
|
``` |
|
๊ทธ ํ ์ดํ์ ๋ช
๋ น์ ์ฌ์ฉํ์ฌ WebUI๋ฅผ ์์ํ ์ ์์ต๋๋ค: |
|
```bash |
|
python infer-web.py |
|
``` |
|
Windows๋ฅผ ์ฌ์ฉํ๋ ๊ฒฝ์ฐ `RVC-beta.7z`๋ฅผ ๋ค์ด๋ก๋ ๋ฐ ์์ถ ํด์ ํ์ฌ RVC๋ฅผ ์ง์ ์ฌ์ฉํ๊ฑฐ๋ `go-web.bat`์ ์ฌ์ฉํ์ฌ WebUi๋ฅผ ์์ํ ์ ์์ต๋๋ค. |
|
|
|
์ค๊ตญ์ด๋ก ๋ RVC์ ๋ํ ํํ ๋ฆฌ์ผ๋ ์์ผ๋ ํ์ํ๋ค๋ฉด ํ์ธํ ์ ์์ต๋๋ค. |
|
|
|
## ํฌ๋ ๋ง |
|
+ [ContentVec](https://github.com/auspicious3000/contentvec/) |
|
+ [VITS](https://github.com/jaywalnut310/vits) |
|
+ [HIFIGAN](https://github.com/jik876/hifi-gan) |
|
+ [Gradio](https://github.com/gradio-app/gradio) |
|
+ [FFmpeg](https://github.com/FFmpeg/FFmpeg) |
|
+ [Ultimate Vocal Remover](https://github.com/Anjok07/ultimatevocalremovergui) |
|
+ [audio-slicer](https://github.com/openvpi/audio-slicer) |
|
## ๋ชจ๋ ๊ธฐ์ฌ์ ๋ถ๋ค์ ๋
ธ๋ ฅ์ ๊ฐ์ฌ๋๋ฆฝ๋๋ค. |
|
|
|
<a href="https://github.com/liujing04/Retrieval-based-Voice-Conversion-WebUI/graphs/contributors" target="_blank"> |
|
<img src="https://contrib.rocks/image?repo=liujing04/Retrieval-based-Voice-Conversion-WebUI" /> |
|
</a> |
|
|
|
|