Escolha um aplicativo RVC

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

Comece com o que você deseja fazer. Um trocador de voz ao vivo processa um fluxo de microfone enquanto você fala. Um conversor de arquivo processa uma gravação e salva a saída para edição ou exportação. Um treinador transforma um conjunto de dados das gravações de um palestrante em um modelo. Alguns aplicativos oferecem todos os três fluxos de trabalho. A compilação que você instala determina quais hardware gráfico e formatos de modelo você pode usar.

Aplicativo	Quando usá-lo	Notas de hardware e construção
Vonovox	Recomendado para RVC v2 ao vivo no Windows com NVIDIA	Apenas NVIDIA CUDA. Combine o pacote Hugging Face com a geração da sua GPU.
w-okada VCClient	Conversão ao vivo em vários sistemas operacionais	Windows CUDA e pacotes padrão, incluindo DirectML ou CPU quando houver suporte. Caminhos de configuração separados do Apple Silicon e do Linux.
Okada TG Desenvolvido Fork	Live RVC com opções documentadas para usuários de AMD, Intel e CPU	Windows CUDA ou DirectML. As compilações experimentais do Linux e do macOS têm instruções separadas.
Ilaria RVC	Conversão de arquivos, TTS, treinamento e análise de áudio	A distribuição atual do Windows é apenas NVIDIA.
GUI RVC	Conversão simples de arquivos locais na interface de desktop herdada	Arquivado. O projeto documenta o Windows NVIDIA CUDA e uma solução alternativa histórica do Apple Silicon.
Applio	Conversão de arquivos, treinamento e tempo real em um aplicativo	A documentação do desktop lista NVIDIA CUDA, configurações AMD compatíveis e Apple MPS. A disponibilidade depende da edição e do motor.
Interface Web RVC	Treinamento e inferência upstream, com um iniciador em tempo real separado	NVIDIA CUDA no Windows e Ubuntu. A configuração upstream da CPU cobre sistemas AMD e Intel, com possível uso de DirectML no Windows.
Redpanda-vc	Um fork do Applio para experimentar vários mecanismos de conversão de voz	O repositório inclui um contêiner CUDA e documenta a seleção de GPU para fluxos WebUI. Verifique o mecanismo selecionado e construa para outros back-ends.

Vonovox (recomendado para uso NVIDIA ao vivo)

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

Vonovox é um trocador de voz em tempo real do Windows que carrega modelos RVC v2 e usa NVIDIA CUDA. Escolha-o se o seu objetivo principal for a conversão do microfone e você tiver uma placa NVIDIA compatível. A lista de pacotes inclui compilações e patches para gerações específicas de GPU, portanto, verifique os nomes dos arquivos e as instruções de lançamento antes de escolher um arquivo. Use o repositório Hugging Face do editor para downloads. Downloads oficiais do Vonovox · Hardware Vonovox e notas de configuração

Para uma primeira execução, carregue sua voz RVC v2 e ouça um breve teste de microfone antes de direcionar o áudio para outro aplicativo. Em seguida, diminua o tamanho do bloco gradualmente enquanto fala normalmente. Restaure a configuração anterior se você ouvir interrupções ou sílabas cortadas. Teste novamente junto com o jogo ou aplicativo de streaming que você planeja usar, pois ambos compartilham a mesma GPU. Configuração de áudio Vonovox

w-okada VCClient

VCClient lida com a conversão de voz ao vivo com um cliente e um servidor. Você pode executá-los juntos em uma máquina ou colocar o servidor em uma segunda máquina para afastar a carga de trabalho de conversão do computador principal. Selecione uma versão que suporte o modelo RVC que você deseja carregar. Os downloads mantidos estão disponíveis no Hugging Face, e o README em inglês do projeto explica o padrão do Windows, Windows CUDA, Apple Silicon e opções do Linux. README do VCClient em inglês · Downloads oficiais do VCClient

Verifique o formato do modelo e também o acelerador. Por exemplo, as instruções mais antigas do Windows v1 do projeto limitam a aceleração de GPU AMD e Intel aos modelos ONNX. Um arquivo PyTorch .pth e um arquivo .onnx exportado podem ter caminhos de hardware diferentes no mesmo aplicativo. O padrão v2 do Windows documenta opções de DirectML e CPU. Notas de construção e formato de modelo do VCClient

Okada TG Developed Fork (TGR)

O projeto tg-develop/voice-changer é uma bifurcação comunitária na família w-okada através da bifurcação deiteris. Ele se concentra em RVC ao vivo e documenta compilações separadas do Windows para NVIDIA CUDA e para DirectML em hardware AMD ou Intel compatível. Sua documentação também cobre o uso de CPU, Linux e compilações experimentais de macOS para Apple Silicon e Intel. Configuração do TGR e requisitos do sistema · Versões do TGR

No Windows, use as instruções da compilação que você baixou. A compilação DirectML expõe uma lista diferente de extratores de pitch da compilação NVIDIA, portanto, as predefinições da edição CUDA podem precisar de ajustes. Compare a estabilidade do áudio com seus aplicativos normais em execução antes de confiar na configuração para uma gravação ou transmissão.

Ilaria RVC

O pacote atual do Windows é apenas NVIDIA. Use-o quando quiser alternar entre conversão de gravações, geração de fala, treinamento, verificação de metadados de um modelo e inspeção de formas de onda ou espectrogramas no Analisador de Áudio. As instalações existentes podem verificar atualizações em Outros → Atualizar Ilaria RVC. Downloads de Ilaria RVC · README do projeto e notas de lançamento

GUI RVC

A GUI RVC do Tiger14n é uma interface de desktop independente para conversão de arquivos de áudio. Ele pode importar um ZIP contendo a inferência .pth e sua correspondência .index quando disponível. Seu repositório está arquivado, portanto, use suas instruções para um fluxo de trabalho que exija especificamente este aplicativo. A GUI em tempo real do projeto RVC upstream é um iniciador separado. Repositório e configuração da GUI RVC

Applio

Applio suporta gerenciamento de modelo de voz RVC, conversão de arquivos, treinamento e tempo real. Suas edições Desktop e Python/Gradio possuem diferentes fluxos de configuração. Os documentos da área de trabalho identificam NVIDIA CUDA, configurações AMD compatíveis e Apple MPS e explicam como verificar o status do mecanismo após a instalação. Use as etapas de conversão do Applio para sua edição.

Interface Web RVC

WebUI de conversão de voz baseada em recuperação é o projeto RVC upstream. Sua WebUI lida com treinamento e inferência de arquivos. A GUI em tempo real do projeto possui seu próprio inicializador. A ramificação principal documenta dependências CUDA separadas para placas NVIDIA mais novas e mais antigas, além de um conjunto de dependências de CPU para sistemas AMD e Intel. No Windows, o DirectML pode estar disponível para operações suportadas. Siga as etapas de conversão da linha principal para o pacote Windows.

Redpanda-vc

Redpanda-vc é um fork do Applio cuja interface em tempo real suporta RVC, Beatrice e Rectified Flow. Ele oferece diversas famílias de modelos, portanto selecione o fluxo de trabalho RVC para uma voz RVC. No modo de navegador em tempo real, o projeto documenta a atribuição de fluxos a GPUs específicas e observa que Beatrice é executado na CPU. Essas opções de recursos se aplicam ao Redpanda-vc e ao mecanismo selecionado. Repositório Redpanda-vc e mecanismos suportados

Compare aplicativos com a mesma voz

1. Escolha o pacote para seu sistema operacional, GPU e formato de modelo. Verifique se o aplicativo oferece suporte à geração RVC e ao codificador de recursos do seu modelo.
2. Comece com a mesma gravação curta ou repita as mesmas frases no microfone. Carregue o mesmo modelo de inferência e seu índice correspondente em ambos os aplicativos, se houver suporte.
3. Use a mesma mudança de tom e desative os efeitos de voz opcionais para a primeira comparação. Julgue palavras claras, tom estável e pausas naturais antes de ajustar o som.
4. Para uso ao vivo, execute o aplicativo de jogo, chamada ou streaming que você normalmente usa e grave a saída roteada por pelo menos um minuto. Ouça lacunas, cortes bruscos e áudio atrasado antes de reduzir o buffer.