RVC模型加载与使用详细教程

1. 模型文件准备（识别正确的文件）

在开始使用之前，必须区分"训练断点"和"推理模型"。

• 推理模型（Weights）：这是用于分享和变声的最终文件，通常存放在 weights 文件夹下，大小约为 60MB+。
• 训练断点（Logs）：存放在 logs/实验名称 文件夹下的 pth 文件（几百 MB）仅用于继续训练，强行用于推理可能会导致报错（如缺少 f0 或采样率信息）。
• 索引文件（Index）：文件名通常为 added_XXX.index，存放在 logs/实验名称 下。它记录了训练集的特征，用于减少"音色泄漏"。

2. 在 WebUI 中加载模型

1. 放置文件：将 .pth 模型文件放入 RVC 根目录的 weights 文件夹，将 .index 文件放入 logs 对应的实验文件夹中。
2. 刷新列表：启动 go-web.bat 后，在"推理"选项卡点击"刷新音色列表"。
3. 选择音色：在下拉菜单中选中你的模型文件。如果模型加载正确，系统会自动检测其版本（v1 或 v2）和采样率。

3. 核心参数配置指南

为了获得最佳变声效果，需要根据源音频调整以下参数：

变调（f0up_key）

如果是男声转女声，通常加 12（一个八度）；女声转男声则减 12。

音高提取算法

• RMVPE：强烈推荐。它是目前最强的开源模型，不仅抗噪能力强，且资源消耗比 Crepe 更低，能有效解决"哑音"问题。
• Harvest/PM：传统算法，适合特定场景但处理速度较慢。

检索比例（Index Rate）

• 作用：用于缓解"音色泄漏"。
• 调节建议：如果设置为 1，音色最接近训练集，但如果训练集质量差，可能会导致音质下降；设置为 0 则不使用检索功能。如果训练数据非常优质，索引文件的影响会减小。

4. 实时变声使用（go-realtime-gui）

如果你需要在直播或语音通话中使用：

1. 启动：双击运行 go-realtime-gui.bat 开启实时变声迷你界面。
2. 输入输出设置：关键点是输入和输出设备必须选择相同的类型（如均为 MME 或均为 ASIO）。
3. 延迟优化：RVC 默认端到端延迟约为 170ms。如果使用支持 ASIO 的驱动，可以将延迟压低至 90ms。

5. 常见问题排查

• 找不到模型：如果点击刷新后仍无模型，请检查文件是否确实在 weights 文件夹内，并检查控制台是否有报错信息。
• 显存溢出（Cuda error）：如果在推理时遇到显存不足，可以在 config.py 中尝试调小 x_pad、x_query 等缓存参数。
• 连接错误：如果 WebUI 弹出 Expecting value: line 1 column 1，请关闭系统全局代理/LAN 代理并刷新页面。

6. 进阶：从小模型提取

如果你只有训练过程中的大型 logs 文件，可以使用 WebUI 底部的 "ckpt 处理" (ckpt processing) 选项卡。在这里你可以手动提取出包含音高信息（f0）和采样率信息的精简版 pth 文件（~60MB），完成后模型会自动出现在推理列表中。