이 애플리케이션은 여러 음성 변환 AI(VC, Voice Conversion)를 활용해 실시간 음성 변환을 위한 클라이언트 소프트웨어입니다. RVC, MMVCv13, MMVCv15, So-vits-svcv40 등의 모델을 지원하지만, 해당 문서에서는 RVC(Retrieval-based-Voice-Conversion)를 중심으로 음성 변환 튜토리얼에 대해 진행합니다. 기본적인 방법은 크게 다르지 않습니다.
아래에는 원본 Retrieval-based-Voice-Conversion-WebUI를 원본 RVC로 표기하고, ddPn08 님이 작성한 RVC-WebUI를 ddPn08RV로 표기합니다.
- 모델 학습은 별도로 진행해야 합니다.
- 개인적으로 학습을 진행할 경우에는 원본 RVC 또는 ddPn08RVC로 진행하세요.
- 브라우저에서 학습용 음성을 사용할 때는 녹음 앱 on Github Pages를 사용하는 것이 편리합니다.
- 학습 팁가 공개되어 있으니 참조해 주세요.
다운로드 받은 zip 파일의 압축을 풀고 start_http.bat을 실행하세요.
이미 구버전을 갖고 있다면 반드시 서로 다른 폴더에 압축을 푸세요.
다음과 같이 실행하세요.
-
다운로드한 파일의 압축을 풉니다.
-
다음으로 control 키를 누른 상태로 MMVCServerSIO를 클릭해 실행하세요(or 오른쪽 클릭으로 실행하세요). 확인되지 않은 개발자 메시지가 나오면 다시 control 키를 누르고 클릭해 실행하세요(or 오른쪽 클릭으로 실행하세요). 터미널이 열리고 몇 초가 지나면 처리가 완료됩니다.
-
다음으로 control 키를 누른 상태로 startHTTP.command를 클릭해 실행하세요(or 오른쪽 클릭으로 실행하세요). 확인되지 않은 개발자 메시지가 나오면 다시 control 키를 누르고 클릭해 실행하세요(or 오른쪽 클릭으로 실행하세요). 터미널이 열리고 몇 초가 지나면 처리가 완료됩니다.
※ 다시 말해, MMVCServerSIO와 startHTTP.command 둘 다 실행하는 것이 포인트입니다. 그리고 MMVCServerSIO 를 먼저 실행해야 합니다.
이미 구버전을 갖고 있다면 반드시 서로 다른 폴더에 압축을 푸세요.
원격으로 접속할 때는 http 대신 https .bat 파일(win)、.command 파일(mac)을 실행하세요.
브라우저(Chrome에서만 지원)에서 접속하면 화면이 나옵니다.
.bat 파일(win) 혹은 .command 파일(mac)을 실행하면 다음과 같은 화면이 나오며 처음 실행할 때는 인터넷으로 여러 데이터를 다운로드합니다.
사용 환경에 따라 다르지만, 보통 1~2분 정도 소요됩니다.
실행에 필요한 데이터 다운로드가 완료되면 다음과 같은 메시지 창이 나옵니다. 괜찮으시다면 노란 아이콘을 클릭해 개발자에게 따뜻한 커피 한잔 부탁드립니다. 시작 버튼을 누르면 메시지 창이 사라집니다.
다음과 같은 화면이 나오면 성공입니다.
실행할 때 다운로드한 데이터를 사용해 즉시 음성 변환을 할 수 있습니다.
(1) 모델 선택 구역에서 사용하고 싶은 모델을 클릭하세요. 모델이 사용 준비가 되면 모델에 설정된 캐릭터 이미지가 표시됩니다.
(2) 사용할 마이크(input)와 스피커(output)를 선택하세요. 설정이 어려우시다면 클라이언트를 선택하고 마이크와 스피커를 선택하는 것을 추천합니다. (서버와의 차이는 아래에서 설명합니다.)
(3) 시작 버튼을 누르면 몇 초간의 데이터 준비 후에 음성 변환이 시작됩니다. 마이크에 말을 해보세요. 스피커에서 변환된 음성이 들릴 겁니다.
Q1. 소리가 띄엄띄엄 들립니다.
A1. PC 성능이 충분하지 않을 가능성이 있습니다. CHUNK 값을 높여보세요(아래 사진(A)). (1024 등). 또한 F0 Det를 dio로 바꿔보세요(아래 사진(B)).
Q2. 음성이 바뀌지 않습니다.
A2. 이곳을 참조해 문제가 있는 곳을 파악하고 해결해 보세요.
Q3. 음정이 이상합니다.
A3. 빠른 시작에서는 설명하지 않았는데 Pitch 조정이 가능한 모델은 TUNE에서 변경할 수 있습니다. 아래에 작성된 상세 설명을 확인하세요.
Q4. 윈도우 창이 나오지 않습니다. 또는 창은 나오지만 내용이 나오지 않습니다. 콘솔에 electron: Failed to load URL: http://localhost:18888/ with error: ERR_CONNECTION_REFUSED 같은 오류가 나옵니다.
A4. 바이러스 검사가 진행 중일 가능성이 있습니다. 잠시 기다리거나 폴더를 검사 제외 지정하세요(이에 개발자는 책임이 없습니다).
Q5. [4716:0429/213736.103:ERROR:gpu_init.cc(523)] Passthrough is not supported, GL is disabled, ANGLE is라는 메시지 창이 나옵니다.
A5. 사용 중인 라이브러리가 내보내는 오류입니다. 큰 문제가 있는 것은 아니니 무시하고 사용하셔도 됩니다.
Q6. (AMD 사용자) GPU를 사용하지 않는 것 같습니다.
A6. DirectML 버전을 사용하세요. 또한, AMD GPU는 ONNX 모델에서만 사용할 수 있습니다. 성능 모니터에서 GPU 사용률이 높아지는 것을 통해 확인할 수 있습니다. (see here)
Q7. onxxruntime 가 오류를 출력하고 실행되지 않습니다.
A7. 폴더 경로에 한글(유니코드)이 포함되면 오류가 나오는 것 같습니다. 유니코드가 없는 경로(영문, 숫자만)에 압축을 해제하세요. (참고: #528)
타이틀 아래의 아이콘은 링크입니다.
| 아이콘 | 링크 |
|---|---|
| github 저장소 링크 | |
| 매뉴얼 링크 | |
| 여러 편리한 도구 링크 | |
| 개발자를 위한 기부 링크 |
설정을 초기화합니다.
사용할 모델을 선택할 수 있습니다.
편집 버튼을 누르면 모델 리스트(모델 슬롯)를 편집할 수 있습니다. 자세한 설명은 모델 슬롯 편집 화면을 확인하세요.
준비된 모델 캐릭터 사진이 좌측에 표시됩니다. 캐릭터 사진의 좌측 상단에 실시간 변환 상황이 오버레이로 표시됩니다.
우측의 버튼과 슬라이더로 여러 값을 조정할 수 있습니다.
수음부터 변환까지의 지연 시간은 buf + res초입니다. 조정할 때는 buf가 res보다 크도록 조정하세요
또한, 기기를 server device 모드로 사용할 때는 buf가 표시되지 않습니다. CHUNK에 표시된 값을 참조해 조정해 주세요.
음성 변환 후의 음량입니다.
음성을 잘라내는 한 구간의 길이(ms)입니다. CHUNK를 줄이면 이 값이 줄어듭니다.
CHUNK와 EXTRA를 합한 데이터를 변환하는 데 걸리는 시간입니다. CHUNK와 EXTRA 중 어느 쪽이든 줄이면 값이 줄어듭니다.
시작 버튼으로 음성 변환을 시작, 정지 버튼으로 음성 변환을 정지합니다.
음성을 변환하지 않고 원래 상태 그대로 출력합니다. 기본적으로 적용할 때 확인 메시지 창이 나오지만, 고급 설정에서 확인 메시지 창을 무시하도록 설정할 수 있습니다.
-
in: 모델에 입력되는 음성의 음량을 조절할 수 있습니다.
-
out: 변환 후의 음성의 음량을 조절할 수 있습니다.
목소리의 Pitch를 얼마나 변환할지에 대한 값입니다. 추론 중에 변환할 수도 있습니다. 다음은 설정 기준입니다.
- 남자 목소리 → 여자 목소리로 변환할 경우 +12
- 여자 목소리 → 남자 목소리로 변환할 경우 -12
학습에서 사용한 특징에 대한 비율을 지정합니다. index 파일이 등록된 모델에서만 적용됩니다. 0이면 HuBERT의 출력을 그대로 사용하고, 1이면 모든 특징량을 사용합니다. index ratio가 0보다 크면 검색 시간이 오래 걸릴 수 있습니다.
음성 변환 대상을 설정합니다
설정한 내용을 저장합니다. 모델을 다시 불러올 때 설정 내용이 반영됩니다. (일부 제외)
PyTorch의 모델을 ONNX로 변환해 출력합니다. 준비된 모델이 RVC PyTorch 모델일 때만 적용됩니다.
사용하는 음성 변환 AI 모델에 따라 설정 가능한 내용이 달라집니다. 모델 개발 사이트에서 기능 등을 확인하세요.
동작 설정이나 변환 처리 내용을 확인할 수 있습니다.
잡음 제거 기능의 ON/OFF를 할 수 있습니다. Client Device 모드에서만 적용됩니다.
- Echo: 에코 캔슬 기능
- Sup1, Sup2: 잡음 억제 기능
Pitch 추출을 위한 알고리즘을 선택할 수 있습니다. 다음 중에서 선택할 수 있습니다. AMD GPU는 ONNX일 때만 적용됩니다.
| F0 Extractor | type | description |
|---|---|---|
| dio | cpu | 경량 버전 |
| harvest | cpu | 높은 정확도 |
| crepe | torch | GPU를 사용함. 고속, 높은 정확도 |
| crepe full | onnx | GPU를 사용함. 고속, 높은 정확도 |
| crepe tiny | onnx | GPU를 사용함. 고속, 경량 버전 |
| rnvpe | torch | GPU를 사용함. 고속, 높은 정확도 |
음성 변환 음량의 임계치입니다. 이 값보다 작은 rms일 때는 음성 변환을 하지 않고 무음이 됩니다. (이 경우에는 변환 과정을 건너뛰기 때문에 부하가 많이 걸리지 않습니다.)
한 번에 얼마만큼의 길이를 잘라서 변환할 건지 정할 수 있습니다. 이 값이 클수록 효율적으로 변환하지만, buf 값이 커질수록 변환이 시작되기까지의 최대 시간이 길어집니다. buff:에 대략적인 시간이 표시됩니다.
음성을 변환할 때, 과거의 음성을 얼마나 길게 입력할지 정할 수 있습니다. 과거의 음성이 길게 입력될수록 변환 정확도는 높아지지만 그만큼 계산 시간이 길어져서 res가 길어집니다. (아마도 Transformer가 문제라서 계산 시간이 길이의 제곱만큼 늘어날 것입니다)
자세한 내용은 이 자료를 확인하세요.
onnxgpu 버전에서는 사용할 GPU를 선택할 수 있습니다.
onnxdirectML 버전에서는 GPU ON/OFF를 할 수 있습니다.
DirectML 버전일 때는 아래와 같은 버튼들이 나옵니다.
- cpu: cpu를 사용합니다.
- gpu0: gpu0를 사용합니다.
- gpu1: gpu1를 사용합니다.
- gpu2: gpu2를 사용합니다.
- gpu3: gpu3를 사용합니다.
gpu0 - gpu3은 GPU가 검출되지 않아도 표시됩니다. 존재하지 않는 GPU를 지정하면 CPU가 사용됩니다. 상세
사용할 오디오 장치를 선택할 수 있습니다. 자세한 내용은 이 문서를 확인하세요.
- client: 소음 억제 기능 등 GUI(chrome)의 기능을 활용해 마이크 입력, 스피커 출력을 할 수 있습니다.
- server: VC Client가 직접 마이크와 스피커를 조작합니다. 지연을 줄일 수 있습니다.
마이크 입력 등의 음성 입력 장치를 선택할 수 있습니다. 음성 파일에서의 입력도 가능합니다(파일 크기 제한 있음).
Windows 버전에서는 시스템 사운드를 입력으로 사용할 수 있습니다. 단, 시스템 사운드를 출력으로 사용하면 소리가 반복(하울링)되므로 주의하세요.
스피커 출력 등의 음성 출력 장치를 선택할 수 있습니다.
모니터링 스피커 출력 등의 음성 출력 장치를 선택할 수 있습니다. server device 모드일 때만 적용됩니다.
자세한 내용은 이 문서를 확인하세요.
변환 후의 음성을 파일로 저장할 수 있습니다.
음성 변환 AI에 입력된 음성과 음성 변환 AI에서 출력된 음성을 녹음하고 확인할 수 있습니다.
대략적인 개념은 이 문서를 확인하세요.
음성 변환 AI에 입력된 음성과 음성 변환 AI에서 출력된 음성 녹음을 시작/정지할 수 있습니다.
녹음된 음성을 재생할 스피커를 설정할 수 있습니다.
음성 변환 AI에 입력된 음성을 재생할 수 있습니다.
음성 변환 AI에서 출력된 음성을 재생할 수 있습니다.
더 높은 수준의 조작을 할 수 있습니다.
모델 합성을 할 수 있습니다.
더 높은 수준의 설정을 할 수 있습니다.
현재 서버의 설정을 확인할 수 있습니다.
모델 슬롯 선택 구역에서 편집 버튼을 누르면 모델 슬롯을 편집할 수 있습니다
아이콘을 클릭해 사진을 변경할 수 있습니다.
파일명을 클릭해 다운로드 할 수 있습니다.
모델을 업로드할 수 있습니다.
업로드 화면에서는 업르도할 보이스 체인저 유형을 선택할 수 있습니다.
돌아가기 버튼으로 모델 슬롯 편집 화면으로 돌아갈 수 있습니다.
샘플을 다운로드할 수 있습니다.
돌아가기 버튼을 눌러 모델 슬롯 편집 화면으로 돌아갈 수 있습니다.
모델의 상세 정보를 편집할 수 있습니다.
편집할 수 있는 항목은 모델에 따라 다릅니다.