目前彷佛对显卡有哀求，nvidia显卡支持，amd显卡不支持。
功能特点利用top1检索更换输入源特色为演习集特色来杜绝音色泄露即便在相对较差的显卡上也能快速演习利用少量数据进行演习也能得到较好结果(推举至少网络10分钟低底噪语音数据)可以通过模型领悟来改变音色(借助ckpt处理选项卡中的ckpt-merge)大略易用的网页界面可调用UVR5模型来快速分离人声和伴奏安装教程1.安装包下载直策应用最新版本，点击链接下载即可，安装包3.9G旁边
## 安装包下载页面https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/releases2.启动
解压后直接运行go-web.bat文件启动webUI
运行成功后会涌现访问地址，直接访问即可。
利用先容
模型的话，可以利用其他人分享的，也可以自己演习模型。下面先容怎么演习模型
演习模型点击切换到演习选项卡
输入实验名:这里会存放标准演习格式的演习集，实验日志，实验配置和演习完成的模型，索引文件。
输入演习文件夹路径:这里存放的是你须要用于演习的所有干声，最好是干净，清晰，无杂音的，不然演习出来的声音效果会很差。
设置好配置项后，下拉点击一键演习即可。
模型推理，利用模型
利用我们演习好模型，进行音频转换
好了， 文章到此结束，感谢您的阅读!
如果你想理解更多AI干系知识，和一些好玩的工具，那就关注一下我吧!