降低 RVC 变声延迟的5个实用技巧

1. 使用 ASIO 驱动设备

这是降低延迟最直接的方法。在标准的实时变声环境下，端到端延迟通常约为 170ms，但如果使用支持 ASIO 的输入和输出设备，延迟可以大幅压缩至 90ms。需要注意的是，这一优化高度依赖于硬件驱动的支持。

2. 确保输入输出设备类型一致

在使用实时变声 GUI（go-realtime-gui.bat）时，务必为输入和输出选择 相同类型 的设备驱动（例如：输入选 MME，输出也必须选 MME）。设备类型不匹配可能会导致系统调度效率降低或产生额外报错。

3. 切换至 RMVPE 音高提取算法

RMVPE 是目前 RVC 推荐的音高提取算法。相比于传统的 Crepe_full 算法，RMVPE 不仅能有效防止"哑音"问题，还具有 更快的处理速度 和 更低的资源消耗。在实时推理场景下，使用 RMVPE 能显著减轻计算负担。

4. 优化 Faiss 检索参数

RVC 利用 Faiss 库进行特征检索以提高音色还原度，但复杂的搜索会增加计算耗时。

• 设置 n_probe = 1：官方建议对于 RVC 而言，不需要极高的检索精度，将 n_probe 设置为 1 即可满足需求，这样可以避免由于增加 n_probe 导致的计算时间成倍增长。
• 减少特征维度：对于超过 1 小时的训练集，系统会自动进行 minibatch-kmeans 以减小特征形状，从而使索引的添加和搜索速度大幅提升。

5. 开启硬件加速（GPU 推理）

确保变声过程运行在显卡而非 CPU 上。

• 多品牌支持：除了 NVIDIA 显卡，RVC 同样支持通过 Pytorch_DML 加速的 AMD 和 Intel 显卡。
• 特定优化：对于 Intel ARC 显卡，可以使用 IPEX 进行加速。此外，4GB 显存的 16 系列显卡也有专门的推理设置优化。GPU 的并行计算能力能显著缩短模型推理所需的时长。