【RunPod編】RVC WebUIをはじめよう

Table of Contents

【更新情報】

2024年12月24日（火）
：ページを公開しました。

現在、4パターンのRVC WebUIをRunPodで使うためのチュートリアル用のノートブック

【オリジナル版RVC WebUI – RVC v1モデル】2024年12月24日公開
ダウンロード：RVC v1モデル – オリジナル版RVC WebUIチュートリアル用のノートブック
（RunPod-v1-RVC-WebUI-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

【オリジナル版RVC WebUI – RVC v2モデル】2024年12月24日公開
ダウンロード：RVC v2モデル – オリジナル版RVC WebUIチュートリアル用のノートブック
（RunPod-v2-RVC-WebUI-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

【だだっこぱんださん版RVC WebUI – RVC v1モデル】2024年12月24日公開
ダウンロード：RVC v1モデル – ddPn08版RVC WebUIチュートリアル用のノートブック
（RunPod-v1-RVC-WebUI-ddPn08-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

【だだっこぱんださん版RVC WebUI – RVC v2モデル】2024年12月24日公開
ダウンロード：RVC v2モデル – ddPn08版RVC WebUIチュートリアル用のノートブック
（RunPod-v2-RVC-WebUI-ddPn08-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

を公開中です。
GPU搭載パソコンをお持ちでなく、Google ColaboratoryでRVC WebUIを使っていた方が、RVC WebUIを再開するきっかけになることがありましたら幸いです。

【RunPod編】RVC v1モデル – オリジナル版

Train（学習）の外観 - 【RunPod編】RVC v1モデル - オリジナル版 — Train（学習）の外観

【オリジナル版RVC WebUI】

RVC v1モデル用ノートブックのダウンロードページ：
ダウンロード：RVC v1モデル – オリジナル版RVC WebUIチュートリアル用のノートブック
（RunPod-v1-RVC-WebUI-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

概要：
RVC WebUIリリース当初からRVC WebUI公式でGoogle Colaboratory用に公開してくださっていた

・元祖RVC v1モデルのリポジトリ：2024年4月時点

のプログラムを使えるようにチュートリアルコードを作成しています。
オリジナル版はRVC v2モデルも出ていますが、元祖RVC WebUIの安定感を求める方に人気があります。

機能：

Embedder Model：
（埋め込み表現モデル）
contentvec

Pitch Extraction Algorithm：
（ピッチ抽出アルゴリズム）
dio（Train）
pm
harvest

【RunPod編】RVC v2モデル – オリジナル版

Model Inference（モデル推論）の外観 - 【RunPod編】RVC v2モデル - オリジナル版 — Model Inference（モデル推論）の外観

Train（学習）の外観 - 【RunPod編】RVC v2モデル - オリジナル版 — Train（学習）の外観

【オリジナル版RVC WebUI】

RVC v2モデル用ノートブックのダウンロードページ：
ダウンロード：RVC v2モデル – オリジナル版RVC WebUIチュートリアル用のノートブック
（RunPod-v2-RVC-WebUI-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

概要：
RVC WebUI公式の

・本家RVC WebUIのv2モデルのリポジトリ：2024年10月版

のプログラムを使えるようにチュートリアルコードを作成しています。

本家RVC WebUIのRVC v2モデル対応の2024年モデルです。
「Pitch Extraction Algorithm」（ピッチ抽出アルゴリズム）で色々な技術を試すことができます。
新しい技術を試してみたい方は、チャレンジしてみてください。

機能：

Embedder Model：
（埋め込み表現モデル）
contentvec

Pitch Extraction Algorithm：
（ピッチ抽出アルゴリズム）
dio（Train）
pm
harvest
crepe
rmvpe
rmvpe_gpu（Train）

【RunPod編】RVC v1モデル – ddPn08版

Inference（モデル推論）の外観 - 【RunPod編】RVC v1モデル - ddPn08（だだっこぱんださん）版 — Inference（モデル推論）の外観

Training（学習）の外観 - 【RunPod編】RVC v1モデル - ddPn08（だだっこぱんださん）版 — Training（学習）の外観

【だだっこぱんださん版RVC WebUI】

RVC v1モデル用ノートブックのダウンロードページ：
ダウンロード：RVC v1モデル – ddPn08版RVC WebUIチュートリアル用のノートブック
（RunPod-v1-RVC-WebUI-ddPn08-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

概要：
だだっこぱんだ（ddPn08）さん版のリポジトリのアーカイブ

・RVC v1モデルのリポジトリ：2023年5月時点

のプログラムを使えるようにチュートリアルコードを作成しています。

オリジナル版のRVC WebUIで、RVC v1モデルのRVC WebUIを好んで使われている方がいることを知りましたので、試しに、だだっこぱんださん版のRVC WebUIでもRVC v1モデルを使えるように、復刻しておきました。
パラメータが少ないのでシンプルな操作性を好まれる方にとっては、相性がいいかもしれません。

機能：

Embedder Model：
（埋め込み表現モデル）
hubert-base
hubert-base-japanese
contentvec

Embedding Channels：
（埋め込み表現の次元数）
256
768

Embedding Output Layer：
（埋め込み表現のアウトプット層の次元数）
9
12

Pitch Extraction Algorithm：
（ピッチ抽出アルゴリズム）
dio（Training）
pm
harvest

【RunPod編】RVC v2モデル – ddPn08版

Inference（モデル推論）の外観 - 【RunPod編】RVC v2モデル - ddPn08（だだっこぱんださん）版 — Inference（モデル推論）の外観

Training（学習）の外観 - 【RunPod編】RVC v2モデル - ddPn08（だだっこぱんださん）版 — Training（学習）の外観

【だだっこぱんださん版RVC WebUI】

RVC v2モデル用ノートブックのダウンロードページ：
ダウンロード：RVC v2モデル – ddPn08版RVC WebUIチュートリアル用のノートブック
（RunPod-v2-RVC-WebUI-ddPn08-Historical-Legacy-for-Japanese-AI-beginners.ipynb | The MIT License）

概要：
だだっこぱんだ（ddPn08）さん版のリポジトリのアーカイブ

・RVC v2モデルのリポジトリ：2024年10月時点

のプログラムを使えるようにチュートリアルコードを作成しています。

だだっこぱんださん版のRVC v2モデルのRVC WebUIは、AIボイスチェンジを追求する日本人の方に、根強い人気があります。
RVC v2モデル導入に伴う「Training」（学習）の仕様変更で、操作を間違える方もいるのではないかと思いましたので、使えなくなった機能は表示されないように修正しておきました。

機能：

Embedder Model：
（埋め込み表現モデル）
hubert-base-japanese（40k）
contentvec（40k）

Augment：
（データオーグメンテーション機能）
拡張オプションとして
①「data augmentation」（データ拡張）用の追加の事前学習済みモデルあり。
＊「hubert-base-japanese」を指定した場合、事前学習モデルの話者の音声の特徴が残りやすいようですが、追加の事前学習済みモデルを使うことで、軽減するようです。
②「48k」の「hubert-base-japanese」の事前学習済みモデルあり。
＊「hubert-base-japanese」の「40k」版は、音質が不安定な印象を受けていましたが、「48k」版では音質が改善されているようでした。
「hubert-base-japanese」を使いたい場合には、「48k」版を使うのが無難かと思います。
③「48k」の「contentvec」の事前学習済みモデルあり。