大家好，又见面了，我是 GitHub 精选君！

背景介绍

随着深度学习技术的广泛应用，以及音频处理领域的持续发展，变声技术的需求越来越大。但是，使用深度学习训练优秀的变声模型通常需要大量的语音数据，一般是数小时甚至数十小时的语音数据才能得到相对满意的结果，这使得变声技术的应用受到一定的限制。因此，如何使用更少的语音数据（如小于10分钟）训练优秀的变声模型是一个迫切需要解决的问题。

今天要给大家推荐一个 GitHub 开源项目 RVC-Project/Retrieval-based-Voice-Conversion-WebUI，该项目在 GitHub 有超过 13.7k Star，用一句话介绍该项目就是：“Voice data <= 10 mins can also be used to train a good VC model!”。

项目介绍

该项目是一个基于 VITS 的变声框架，它的主要特点是可以使用少量的语音数据训练优秀的变声模型（推荐至少收集10分钟低底噪语音数据）。项目的主要功能包括：使用 top1 检索替换输入源特征为训练集特征来杜绝音色泄漏；即便在相对较差的显卡上也能快速训练；可以通过模型融合来改变音色；提供了简单易用的网页界面等。另外，该项目还使用了最先进的人声音高提取算法 InterSpeech2023-RMVPE 来根绝哑音问题。

以下是训练推理界面：

实时变声界面：

如何使用

首先，你需要安装 Python 3.8 或以上版本，并安装项目所需的库。

pip install torch torchvision torchaudio

然后，下载项目所需要的预模型和其他文件，可以从项目的 Hugging Face space 下载。接下来，运行 python infer-web.py 命令来启动 WebUI。如果你正在使用 Windows 或 macOS，你可以直接下载并解压RVC-beta.7z，前者可以运行go-web.bat以启动 WebUI，后者则运行命令sh ./run.sh以启动 WebUI。

项目推介

该项目具体的使用方法和注意事项在项目的 README 文档中有详细的解释和示例，十分方便新手上手。同时，项目作者也提供了详细的开发和使用教程，可以帮助初学者快速了解和掌握变声技术。

以下是该项目 Star 趋势图（代表项目的活跃程度）：

更多项目详情请查看如下链接。

开源项目地址：https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI

开源项目作者：RVC-Project

以下是参与项目建设的所有成员：

关注我们，一起探索有意思的开源项目。