Conversão de voz em tempo real

Para uma gravação ou cover, a conversão de arquivo permite renderizar e comparar várias tomadas. Em uma configuração ao vivo, o conversor precisa terminar cada bloco de áudio com rapidez suficiente para manter o fluxo do microfone em movimento. Configure primeiro um sinal local confiável e depois conecte-o a um aplicativo de chamada, gravação ou streaming.

Escolha uma ferramenta para o trabalho

Consulte o diretório de ferramentas RVC para downloads e notas de hardware, incluindo Vonovox para GPUs NVIDIA.

Ferramenta	Por onde começar
Vonovox	Um conversor em tempo real para modelos RVC V2 no Windows com GPU NVIDIA. Baixe uma versão para sua GPU, carregue o modelo e teste seu microfone com fones de ouvido antes de direcionar o sinal convertido para outro aplicativo. Downloads Vonovox · Documentação do projeto
Mainline RVC	O projeto upstream fornece uma WebUI de treinamento e inferência junto com uma GUI dedicada em tempo real. Consulte as instruções de lançamento e inicializador para a plataforma que você usa.
Applio	Suas interfaces Desktop e Gradio possuem fluxos de trabalho próprios em tempo real. Use as instruções de configuração para a interface e versão que você instalou.
w-okada VCClient	Um trocador de voz para uso ao vivo. A disponibilidade do RVC depende da edição de lançamento e da plataforma. Verifique os modelos suportados antes de instalar uma compilação. w-okada VCClient
Deiteris e Tg-Develop	Forks w-okada independentes com suas próprias construções e configurações. Verifique as notas de lançamento do fork antes de aplicar as instruções para outra edição. Repositório Deiteris · Repositório Tg-Develop

Ouça um sinal limpo primeiro

Conecte um microfone e fones de ouvido. No conversor, selecione seu microfone físico como entrada e seus fones de ouvido como saída.
Carregue um modelo de inferência compatível conhecido e seu índice correspondente se você usar a recuperação. Uma curta conversão de arquivo bem-sucedida é uma referência útil antes de testar o caminho ao vivo.
Inicie a transmissão e fale em nível normal. Verifique o medidor de entrada ou faça uma gravação seca. Reduza o ganho de entrada se os picos forem cortados antes da conversão.
Verifique se o sinal do fone de ouvido muda quando a conversão é alternada. Se você ouvir o original ao mesmo tempo, verifique o monitoramento direto do hardware ou uma segunda rota através do sistema operacional.
Teste mais de uma palavra. Inclua um discurso baixo, uma frase alta e uma pequena pausa. Ouça cortes, desvios ou falhas na mesma carga de trabalho que você planeja usar ao vivo.

Evite ouvir através de alto-falantes próximos a um microfone ativo. Os fones de ouvido ajudam a identificar um problema de roteamento sem realimentar a saída na entrada.

Enviar áudio convertido para outro aplicativo

Um dispositivo de áudio virtual fornece um ponto final de reprodução para o conversor e um ponto final de gravação correspondente para o aplicativo receptor. Os nomes dos terminais dependem do driver. Por exemplo, um cabo virtual pode chamar seu terminal de reprodução de “Entrada” e seu terminal de gravação de “Saída” porque as instruções usam a perspectiva do cabo.

Physical microphone → RVC converter → virtual playback endpoint
                                           ↓
                              matching recording endpoint → call or stream

Selecione o ponto final de gravação correspondente como o microfone no aplicativo receptor e faça um breve teste de gravação lá. Se o seu monitor local parecer correto, mas a gravação não, verifique a entrada de destino e remova qualquer fonte de microfone duplicada. Se você monitorar o áudio convertido, use uma saída de fone de ouvido separada. Evite direcionar todo o mix da área de trabalho ou o áudio do aplicativo receptor de volta para o conversor.

Ajuste a latência sem perder estabilidade

O atraso de ponta a ponta inclui buffers de dispositivos, conversão, roteamento virtual e qualquer processamento no destino. Um valor de tempo de processamento no conversor mede apenas parte desse caminho. Capture um teste local do microfone seco e da rota convertida se precisar medir o atraso entre eles.

Controle	Ajuste prático
Tamanho do bloco ou tamanho do pedaço	Aumente se a fala for interrompida sob carga. Uma vez estável, tente uma configuração menor e mantenha-a apenas se a fala normal permanecer limpa. Blocos menores deixam menos tempo para terminar o processamento.
Crossfade	Aumente com cautela se ouvir junções ásperas entre os blocos. Isso muda a forma como os blocos vizinhos se sobrepõem.
Contexto extra	Tente menos contexto se o conversor ficar para trás. Pode ajudar o modelo a acompanhar as transições, ao custo de mais processamento.
Preditor de pitch	Se uma configuração produzir tempo instável, compare os preditores disponíveis usando as mesmas frases. Selecione aquele que lida com sua faixa de afinação com margem de processamento suficiente.
Detecção de silêncio ou limite de entrada	Reduza um limite que corte as sílabas suaves. Avalie isso durante pausas e fala baixa, não apenas durante uma entrada alta e sustentada.
Taxa do dispositivo	Verifique as taxas de amostragem do dispositivo e do cabo virtual se você ouvir uma velocidade incomum ou estalos. Comece com configurações compatíveis em toda a cadeia.

Comece com os padrões do aplicativo e altere uma configuração de cada vez. Se um jogo ou outro programa com uso intenso de GPU compartilhar a máquina, repita o teste enquanto ela estiver em execução. Mantenha uma predefinição funcional para que você possa restaurá-la antes de ir ao ar. GUI principal em tempo real

Solucione o problema de acordo com onde a falha aparece

Sintoma	Verifique primeiro
Nem o medidor do conversor nem uma gravação de microfone seco respondem	Verifique o dispositivo de entrada do sistema operacional e a permissão do microfone.
O microfone seco funciona, mas a saída convertida fica silenciosa.	Confirme se o stream foi iniciado, se o modelo foi carregado e se o conversor selecionou a saída correta. Verifique o limite de entrada.
O monitor local funciona, mas a chamada recebe a voz original.	Selecione o ponto final da gravação virtual como o microfone da chamada e desative qualquer fonte de microfone físico separada nesse aplicativo.
Você ouve duas versões da voz.	Silencie as rotas de entrada duplicadas e verifique se o monitor do fone de ouvido está separado da rota virtual.
O áudio estala apenas sob carga.	Retorne ao último tamanho de bloco estável, reduza as cargas de trabalho concorrentes e teste novamente.
Um modelo funciona na conversão de arquivos, mas falha ao vivo	Verifique a edição, arquitetura e suporte do incorporador do cliente ativo. Teste um modelo listado como compatível nesse cliente antes de alterar os dispositivos de áudio.

Fundamentos RVC · Solução de problemas