Starstruk Logo MarkStarstruk

1.1.230416

RVC-Project/Retrieval-based-Voice-Conversion-WebUI1.1.230416Jun 5, 2024by RVC-Boss

AI Summary

Significant training improvements including fixes for GPU utilization and batch size logic. Introduces a local real-time GUI and multi-language support for the WebUI.

Key Highlights

  • Fixed GPU utilization (up to 90% on A100)
  • Fixed batch_size logic for distributed training
  • Added local real-time GUI (go-realtime-gui.bat)
  • Multi-language support (en_US, ja_JP, zh_CN, etc.)
  • Vocal separation filter for <50Hz

New Features

  • Local real-time GUI
  • Multi-language support
  • Vocal separation filtering
  • Training optimization fixes

Full Release Notes

### 完整包 base package
https://huggingface.co/lj1995/VoiceConversionWebUI/resolve/main/RVC-beta.7z

### 20230416 更新包 updated package
> 下过老完整包的用户可以只下更新包 Users that downloaded old base package can use the updated package.

见下方`Assets`, 解压到RVC根目录覆盖完整包下的一些文件 Unzip it in RVC root and replace some files of old version.

### 更新日志

- 修正训练参数，提升显卡平均利用率，A100最高从25%提升至90%左右，V100:50%->90%左右，2060S:60%->85%左右，P40:25%->95%左右，训练速度显著提升

- 修正参数：总batch_size改为每张卡的batch_size

- 修正total_epoch：最大限制100解锁至1000；默认10提升至默认20

- 修复ckpt提取识别是否带音高错误导致推理异常的问题

- 修复分布式训练每个rank都保存一次ckpt的问题

- 特征提取进行nan特征过滤

- 修复静音输入输出随机辅音or噪声的问题（老版模型需要重做训练集重训）

- 新增本地实时变声迷你GUI，双击go-realtime-gui.bat启动

- 训练推理均对<50Hz的频段进行滤波过滤

- 训练推理音高提取pyworld最低音高从默认80下降至50,50-80hz间的男声低音不会哑

- WebUI支持根据系统区域变更语言（现支持en_US，ja_JP，zh_CN，zh_HK，zh_SG，zh_TW，不支持的默认en_US）

- 修正部分显卡识别（例如V100-16G识别失败，P4识别失败）