写给新手看的RVC操作方法，模型训练篇

六弦音

楼主 六弦音说：
大家好，我是六弦音，今天来给大家分享用RVC来训练模型的流程。
从0813的版本开始，RVC有了支持A卡和I卡的功能，根据自己电脑的设备情况，选择下载对应的集合包。

https://www.123pan.com/s/5tIqVv-QHNcv.html

https://pan.baidu.com/s/19530AOh2H3Feuti_D51cXw 提取码：reqy

A卡或I卡的用户，选择下载：
RVC0813AMD_Intel
N卡用户选择下载：
RVC0813Nvidia
下载了集合包以后，建议解压到磁盘的根目录下，注意路径中不要有中文和空格。
在RVC文件夹内，我们点击 go-web.bat，使用训练推理。点击后会默认打开命令行和网页，此时需要等待一下，网页通常会打开的慢一点。而在命令行内，可以看到软件工作的所有信息。
注意，整个RVC使用的过程中，命令行是不能关闭的，如果关闭了命令行，RVC将停止工作。
打开网页以后，跟普通网页操作基本一致，并无特殊之处。用tab可以在按钮、单选按钮、组合框、文字编辑框、参数值之间切换，用光标可以完整的浏览网页内容。在网页中首先看到的内容是：
模型推理 按钮
伴奏人声分离&去混响&去回声 按钮
训练 按钮
这3个分类就是RVC的主要功能，我们如果需要训练模型就要点击训练模型按钮，然后就进入了模型训练的操作界面。
下面我们就来具体看一下RVC训练模型的操作步骤：

step1: 填写实验配置. 实验数据放在logs下, 每个实验一个文件夹, 需手工输入实验名路径, 内含实验配置, 日志, 训练得到的模型文件.
输入实验名 可编辑文本
这里是我们编写训练模型名称的地方，名称不能有中文和空格。

目标采样率
40k 单选按钮
48k 单选按钮
这是选择数据集音质的地方，如果是无损的数据集，可以选48，弱数据集质量一般，选40即可。

模型是否带音高指导(唱歌一定要, 语音可以不要)
true 单选按钮
false 单选按钮
这里前者选择是，后者选择否，建议选择前者，尽管说话不需要音高，但是带有音高训练的模型还是会比没有的感觉好些。

版本
v1 单选按钮
v2 单选按钮
这里推荐选择第二个，也就是B2单选按钮。

提取音高和处理数据使用的CPU进程数
微调组合框
通常这里使用默认的即可，或者拉高一些。注意，不要拉满，不然容易报错。以上就完成了设置参数的第一个部分。

step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练.
输入训练文件夹路径 可编辑文本
这里需要输入完整的路径，提供需要训练的数据集。如果是本地训练，可以在数据集文件夹那里按 alt加d，然后上光标，听到路径进行拷贝，接着把拷贝的路径粘贴到这个编辑框即可。如果是服务器训练，就按照上传数据集的路径填写即可。下面举例：
本地路径：
D:\xxx
服务器路径：
/root/xxx/

请指定说话人id
微调组合框 0
这里是可以添加多个音色到一个模型里，目前好像功能还没有开放，默认不动即可。

处理数据 按钮
以上的内容操作完了，就在这里点击处理数据，RVC就开始对数据集进行预处理。等CPU稳定以后，在命令行里就能看到处理好的提示：
end preprocess
当看到这个信息的时候，表示预处理完成，此时我们就可以继续下一个步骤了。

step2b: 使用CPU提取音高(如果模型带音高), 使用GPU提取特征(选择卡号)
以-分隔输入使用的卡号, 例如 0-1-2 使用卡0和卡1和卡2 可编辑文本 0
这里是可以选择多卡训练模型的，如果只有一张显卡，默认为0，不用动。弱有多张显卡，就在这里用减号隔开，后面写数字1、2、3……

显卡信息
选择音高提取算法:输入歌声可用pm提速,高质量语音但CPU差可用dio提速,harvest质量更好但慢,rmvpe效果最好且微吃CPU/GPU
pm 单选按钮
harvest 单选按钮
dio 单选按钮
rmvpe 单选按钮
rmvpe_gpu 单选按钮
这里是选择算法的，基本上越往下质量越好，但是越吃电脑配置，需要根据自己的电脑情况进行尝试。

rmvpe卡号配置：以-分隔输入使用的不同进程卡号,例如0-0-1使用在卡0上跑2个进程并在卡1上跑1个进程 可编辑文本 0-0
使用单卡或CPU训练的，这里也不用动。

特征提取 按钮
现在点击特征提取，RVC就开始提取特征了。稍等片刻，在命令行里一样可以看到完成的提示：
all-feature-done
这表示特征提取成功，然后继续操作下个步骤。

step3: 填写训练设置, 开始训练模型和索引
保存频率save_every_epoch
微调组合框 5
这里是你选择训练多少轮保存一个模型文件，推荐50轮保存一次。

总训练轮数total_epoch
微调组合框 20
这里是选择本次训练一共要训练多少轮，因为RVC的训练非常不确定，所以并不是越多越好，通常建议200到500左右。如果数据集的质量不高，训练的越多效果越差。
另外，总训练轮数要大鱼保存频率，及总轮数是保存频率的整倍数。

每张显卡的batch_size
微调组合框
这里是选择要使用多少显卡的显存来跑模型训练，默认的数值是显卡的百分之五十，也就是你的显卡实际的一半，可以根据电脑的配置网上拉一些，但是不要拉满，例如8GB的显卡默认是4，拉到5或者6就差不多了。

是否仅保存最新的ckpt文件以节省硬盘空间
是 单选按钮
否 单选按钮
这里建议选是，

是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速
是 单选按钮
否 单选按钮
如果数据集小于10分钟，且你的显存比较充分，这里可以选是，否则就选否。

是否在每次保存时间点将最终小模型保存至weights文件夹
是 单选按钮
否 单选按钮
这里是设置是否按照前面设置保存频率的轮数来保存模型，如果选否，训练结束就只有一个最终的模型，如果选是，则按照保存频率的轮数来保存模型。比如频率设置为50轮，总轮数300轮，那么训练结束除了最终模型外，还会有50轮、100轮、150轮等多个模型。

加载预训练底模G路径 可编辑文本 pretrained_v2/f0G40k.pth
加载预训练底模D路径 可编辑文本 pretrained_v2/f0D40k.pth
这里是加载底膜的路径，根前面的目标采样率选择有关，是根据前面的设置自动加载对应的底膜，默认即可。

以-分隔输入使用的卡号, 例如 0-1-2 使用卡0和卡1和卡2 可编辑文本 0
这里依然是选择单卡或多卡，一般不要动。

训练模型 按钮
训练特征索引 按钮
一键训练 按钮
这时候就可以开始训练了。建议先点击训练特征索引，点击后稍等片刻，在命令行里看到训练完成的提示：
all-feature-done
这是训练索引成功的提示，然后再点击训练模型。
如果电脑性能还不错的，可以直接点击一件训练，此时RVC会自动先训练特征索引，然后开始训练模型。
当模型开始训练的时候，在命令行里可以看到每轮的训练情况：
INFO:xg:====> Epoch: 3 [2023-08-16 06:33:24] | (0:00:20.317326)
这里的内容包括第多少轮，所用时间等信息。
最后，当轮数到达你设定的总轮数的时候，就会出现训练成功的信息：
INFO:xg:Training is done. The program is closed.
INFO:xg:saving final ckpt:Success.
出现这个提示则表示本次的模型训练全部完成。
这时候本地训练的就可以到RVC的logs文件夹内找到索引文件了，索引文件在你训练模型文件夹内，名为：
added_IVF698_Flat_nprobe_1_xg_v1.index。
模型文件则在RVC文件夹内的weights文件夹里，名字就是你训练模型所写的名字，格式为：
.pth。
服务器的用户则在root文件夹内找到同上的文件下载即可。
当我们能够找到索引文件和模型文件，恭喜你，此次的炼丹圆满成功了。接下来我们就可以用这些文件进行推理及声音克隆了。

训练模型的分享就到这里了，有兴趣一起交流的可以加群：
759776216
咱们一起交流一起进步，群里有大量无私者奉献的模型等资料。好了，今天的分享结束，下次见。

elephant

沙发 elephant说：
六弦音，赞，很好，非常感谢你的分享精神及无私奉献。