tts-with-rvc 0.1.9
TTS-WITH-RVC （带RVC的文本到语音）是一个软件包，旨在通过引入RVC模块来增强文本到语音（TTS）系统的功能。该软件包使用户不仅可以将文本转换为语音，还可以根据RVC支持的偏好来个性化和自定义语音输出。
需要带有CUDA或MPS的Pytorch才能获得TTS-RVC工作。
它可能包含错误。报告错误的问题。
发行说明
0.1.9- 2025年3月31日：一些小修复程序，修复了Linux的Fairseq安装。
0.1.8- 2025年3月30日：添加了所有RVC参数，实现的FCPE支持，添加了PYPI安装支持，使用RMVPE仅F0方法修复了错误。
0.1.6- 2025年3月28日：更新了所有文件，其中最新的RVC提交-1.5-2倍的推理速度1.5-2倍。减少所需的包装。在这里支持。
0.1.5- 2025年2月21日：删除了所有不必要的软件包，删除了rvc_path ，添加了f0_method以进行更多控制。
0.1.4- 2024年11月22日：添加了index_path和index_rate参数，以更多地控制基于索引的语音转换。
0.1.3-解决了很多问题，有些优化。
先决条件
您必须安装Python <= 3.12 （建议3.12，大部分在3.10上进行测试）。
您必须为您的GPU提供CUDA或MPS支持（MPS尚未测试）。否则，它将使用CPU，这非常慢。
安装
-
在此处安装带有CUDA或MPS支持的Pytorch：https：//pytorch.org/get-started/locally/
-
然后，使用PIP安装安装TTS-WITH-RVC：
pip install tts-with-rvc
- 最后，如果您还没有一个，则安装FFMPEG，并使用脚本将其添加到文件夹中，或者更好，或者更好地将FFMPEG添加到
Path中的Environment variables中。
它如何工作
- 文本到语音（TTS）：用户将文本输入TTS模块，然后将其处理并生成相应的语音作为保存在temp Directory中的文件
- RVC：提供.pth文件后，RVC模块读取生成的音频文件，对其进行处理并生成一个新的音频，该音频保存在output_directory中并更换了语音。
用法
tts-with-rvc有一个称为TTS_RVC的类。需要一些参数：
model_path通往.pth模型的路径
和可选参数：
voice – edge-tts列表中的声音（默认是“ ru-ru-dmitryneal”）
device – 设置设备（“ CPU”，“ CUDA：0”，“ MPS：0”，默认为“ CUDA：0” ）
tmp_directory通往TTS输入目录的路径（用于保存TTS输出的临时目录，默认为temp文件夹）
output_directory保存声音音频的目录（ temp/默认值）。
index_path语音模型调整的文件索引路径（默认为空字符串\"\" ）。
index_rate原始语音转换和索引语音转换之间的混合速率（默认为0.75 ）。
f0_method计算音频音调的方法（默认为rmvpe ）。可用：\’rmvpe\’，\’fcpe\’（仅FP32），\’pm\’，\’carvest\’，\’dio\’，\’crepe\’。
弃用：
input_directory通往TTS输入目录的路径（用于保存TTS输出的临时目录，默认为无）
要设置语音，首先，使tts_rvc的实例：
from tts_with_rvc import TTS_RVC tts = TTS_RVC ( model_path = \"models \\\\ YourModel.pth\" , index_path = \"logs \\\\ YourIndex.index\" , f0_method = \"rmvpe\" )
voices.txt文件中放置的所有声音：
由于问题， tts.get_voices()无限期地禁用
接下来，使用tts.set_voice()函数设置tts的语音：
tts . set_voice ( \"un-Un-SelectedNeural\" )
如果您使用其他语言来配音，则需要设置适当的语言！
最后一步是调用tts替换语音：
path = tts ( text = \"Привет, мир!\" , pitch = 6 , index_rate = 0.50 )
参数：
text – tts的文字（必需）
pitch – 半音中RVC的音高更改（可选，neg。值兼容，默认值为0）
tts_rate边缘tts以百分比（+ – ）的额外语音率（可选，neg。值兼容，默认值为0）
tts_volume边缘tts以百分比（+ – ）（可选，neg。值兼容，默认值为0）的额外语音量
tts_pitch hz（+ – ）中TTS生成音频的额外音调（可选，neg。值是兼容的，不建议，默认值为0）
output_filename输出文件的名称（可选，默认值None ，生成唯一名称）
index_rate原始语音转换（0至1）之间的混合速率（可选，默认值为0.75 ）。
is_half确定RVC推理的半精确。是还是错。 （可选，默认值为True ）。
f0method -F0提取方法用于此特定调用，覆盖实例默认值：\’rmvpe\’，\’fcpe\’（仅FP32），\’pm\’，\’harvest\’，\’harvest\’，\’dio\’，\’crepe\’。 （可选，默认使用实例设置）。
file_index2 RVC的辅助索引文件的路径。 （可选，默认值为空字符串\"\" ）。
filter_radius螺距结果的中值过滤器半径。值> = 3降低呼吸。 （可选，默认值为3 ）。
resample_sr样本速率将音频重新采样到RVC之前。 0意味着没有重新采样。 （可选，默认值为0 ）。
rms_mix_rate音量信封缩放（0-1）。较低的值模仿原始体积。 （可选，默认值为0.5 ）。
protect – 保护无声辅音和呼吸（0-1）。较低的值增加保护。 0.5禁用。 （可选，默认值为0.33 ）。
verbose – 启用详细记录以进行RVC转换。 （可选，默认值为False ）。
用法的示例
表达文本的一个简单示例：
from tts_with_rvc import TTS_RVC from playsound import playsound tts = TTS_RVC ( model_path = \"models \\\\ DenVot13800.pth\" , index_path = \"logs \\\\ added_IVF1749_Flat_nprobe_1.index\" ) tts . set_voice ( \"ru-RU-DmitryNeural\" ) path = tts ( text = \"Привет, мир!\" , pitch = 6 , index_rate = 0.9 ) # Normalize path for playsound if needed (example) # path = path.replace(\"\\\\\\\\\", \"/\").replace(\"\\\\\",\"/\") playsound ( path )
文本参数
有一些用于集成问题的文本参数处理器，例如添加GPT模块。
您可以使用TTS_RVC类中的process_args处理它们：
--tts-rate (value) -TTS参数编辑语音速率（降低率的负值和增加速率的正值）
--tts-volume (value) -TTS参数编辑语音量（减少体积的负值和增加体积的正值）似乎由于RVC模块的转换而行不通。
--tts-pitch (value) -TTS参数编辑TTS生成音频的音调（减小音高的负值和增加音高的正值） ，我不建议使用此功能，因为RVC模块具有自己的输出pitch 。
--rvc-pitch (value) -RVC参数编辑输出音频的音调（减小音高的负值和增加音高的正值）
现在的工作原则：
from tts_with_rvc import TTS_RVC tts = TTS_RVC ( model_path = \"models \\\\ YourModel.pth\" ) # This method returns arguments and original text without these text parameters args , message = tts . process_args ( message )
args变量包含一个具有以下结构的数组：
args[0] -tts速率
args[1] -tts卷
args[2] -tts音高
args[3] -RVC音高
现在，我们准备将其用于生成：
path = tts ( message , tts_rate = args [ 0 ], tts_volume = args [ 1 ], tts_pitch = args [ 2 ], pitch = args [ 3 ])
方法
set_index_path(index_path) – 为语音模型调整更新索引文件的路径。
voiceover_file(path) – 旁白在没有TT的指定路径处的文件。
例外
- 名称：
NameError: name \'device\' is not defined
确保您的设备支持CUDA，并安装了正确版本的火炬。
- RuntimeError：
RuntimeError: Failed to load audio: {e}
确保您安装了ffmpeg 。
致谢
RVC项目 – 用于RVC
执照
麻省理工学院许可证
作者
ATM4X（Artem Dikarev）
