Primeiros passos

Para os procedimentos completos de instalação, configuração e resolução de problemas, consulta os guias passo a passo de cada aplicação.

Ilaria RVC

1. Obtenha o pacote do Windows no repositório Ilaria's Hugging Face. Verifique as instruções do seu lançamento antes de atualizar o driver NVIDIA ou alterar dependências.
2. Extraia o pacote completo para uma pasta gravável. Execute o inicializador a partir dessa pasta para que ele possa encontrar o tempo de execução e as ferramentas de áudio incluídas.
3. Aberto ILARIA_RVC.bat. Se a inicialização falhar, feche essa tentativa e use ILARIA_RVC_LOGS.bat para ver o console.
4. Se a interface não abrir automaticamente, use http://127.0.0.1:6969 no mesmo PC. Mantenha o iniciador funcionando enquanto você trabalha.

Converta um primeiro clipe

1. Importe um modelo compatível de Outros. Mantenha seu índice correspondente opcional com o ponto de verificação.
2. Abra Single Inference, selecione seu modelo e adicione uma gravação de voz curta e seca.
3. Comece com o extrator de pitch padrão. Defina a mudança de tom e Index Ratio como zero para uma linha de base.
4. Converta o clipe e ouça o início, a frase mais alta e quaisquer consoantes que soem mais suaves do que no original.
5. Exporte uma referência WAV. Siga Conversão de voz para comparar configurações alternativas na mesma fonte.

Atualização e backup

Para uma instalação existente, use Outro → Atualizar Ilaria RVC e leia as notas de lançamento antes de aplicar a atualização. Salve uma cópia de seus conjuntos de dados, modelos exportados, pontos de verificação de treinamento e áudio convertido antes de mudar de versão. Mantenha os pontos de verificação de treinamento separados dos modelos de inferência que você usa ou compartilha.

Use gravações e modelos de voz que você tem permissão para usar. Para demonstrações de modelos e disponibilidade, consulte o catálogo.

Fonte Ilaria RVC e notas de instalação · Notas de versão

Vonovox

Versão mais recente (beta) · Vonovox 2.0.0 Beta 3 (ZIP)

1. No Windows com NVIDIA, baixe o arquivo para sua geração de GPU em Vonovox no Hugging Face. Extraia o pacote completo e inicie o aplicativo incluído.
2. Carregue um modelo RVC V2 e selecione seu microfone e fones de ouvido nas configurações do dispositivo de áudio.
3. Inicie a conversão com o buffer padrão e fale uma frase curta. Confirme se o monitor está claro antes de encaminhá-lo para outro aplicativo.

w-okada VCClient

1. Obtenha um pacote para sua plataforma e back-end em VCClient on Hugging Face. Verifique se ele suporta RVC e o formato do seu modelo. O hardware suportado pode diferir entre os modelos PyTorch e ONNX.
2. Extraia a versão e inicie seu servidor ou inicializador integrado. Abra o cliente a partir do endereço local mostrado na inicialização, caso ele não abra automaticamente.
3. Importe a voz para um slot de modelo, selecione esse slot e defina os dispositivos de entrada e monitor. Inicie a conversão e ouça pelos fones de ouvido antes de conectar a saída a uma chamada.

Garfo desenvolvido Okada TG

1. Escolha um pacote em versões TGR. No Windows, use CUDA para uma placa NVIDIA compatível ou a compilação DirectML para uma GPU AMD ou Intel compatível.
2. Inicie a compilação extraída, selecione o dispositivo de computação correspondente e importe a voz para um slot RVC.
3. Configure o monitor do microfone e do fone de ouvido e teste no buffer padrão. Escolha um extrator de pitch disponível em sua construção ao recriar uma predefinição de outro back-end.

RVC GUI

1. Baixe o pacote desktop em versões RVC GUI. Este aplicativo arquivado destina-se a configurações legadas compatíveis.
2. Extraia e inicie o aplicativo. Importe um ZIP contendo o ponto de verificação de inferência e seu índice correspondente, se fornecido, e selecione a voz importada.
3. Escolha uma gravação vocal curta, comece com zero semitons e converta. Ouça o resultado e salve uma cópia de referência.

Applio

1. Obtenha o instalador ou pacote para sua plataforma em Downloads do Applio. No Desktop, conclua a configuração do mecanismo e confirme seu dispositivo de computação. Para uma compilação empacotada do Gradio, extraia o arquivo completo, inicie o inicializador e abra seu endereço local.
2. Adicione uma voz à biblioteca de modelos e abra Convert Audio. Em versões mais antigas do Gradio, a guia pode ser chamada de Inferência.
3. Selecione o modelo, o incorporador correspondente e o índice opcional e, em seguida, converta um WAV curto e limpo com pitch zero. Continue com o fluxo de trabalho de conversão do Applio para exemplos de lote e configuração.

WebUI RVC (linha principal)

1. Escolha um pacote compatível em RVC WebUI releases. Para um pacote do Windows que o inclua, extraia o arquivo e execute go-web.bat. Mantenha o console aberto enquanto usa o WebUI.
2. Coloque o ponto de verificação de inferência em assets/weights e seu índice de recuperação correspondente em logs. Atualize as listas e selecione sua voz.
3. Insira o caminho completo para um arquivo de áudio curto, mantenha o tom em zero e clique em Converter. Use o controle de download do player de saída para salvá-lo. Consulte o fluxo de trabalho de conversão principal para verificações adicionais.

Redpanda-vc

1. Obtenha Redpanda-vc e inicie o WebUI com uma compilação adequada ao seu sistema. O projeto fornece uma opção de contêiner CUDA para NVIDIA.
2. Selecione o mecanismo RVC e carregue uma voz RVC compatível com seu índice opcional. Redpanda-vc também oferece outras famílias de modelos, cada uma com seu próprio formato de modelo.
3. Para um teste de microfone do navegador, permita o acesso ao microfone, escolha a GPU pretendida se as configurações do stream exporem a seleção do dispositivo e inicie o stream. Verifique o monitor do fone de ouvido no buffer padrão antes de diminuir a latência.

Para uma comparação lado a lado, consulte Ferramentas RVC. Para roteamento, latência e interrupções do microfone, consulte Conversão de voz em tempo real.