ReFlow-VAE-SVC

安装依赖、数据准备，以及配置编码器（hubert 或 contentvec）、声码器（nsf-hifigan）和音高提取器（RMVPE）的步骤与 DDSP-SVC 项目相同。

（1）预处理：

python preprocess.py -c configs/reflow-vae-wavenet.yaml

（2）训练（无底模）：

python train.py -c configs/reflow-vae-wavenet.yaml

wavenet 的 Beta 版底模可在此处下载：https://huggingface.co/OOPPEENN/pretrained_model lynxnet 的 Beta 版底模可在此处下载：https://huggingface.co/tepetst3033/Reflow_VAE_SVC_retrained_model_with_lynxnet

（3）非实时推理：

# 普通模式, 需要语义编码器, 比如 contentvec
python main.py -i <input.wav> -m <model_ckpt.pt> -o <output.wav> -k <keychange (semitones)> -tid <target_speaker_id> -step <infer_step> -method <method>
# VAE 模式, 无需语义编码器, 特化 sid 到 tid 的变声（或者音高编辑，如果sid == tid）
python main.py -i <input.wav> -m <model_ckpt.pt> -o <output.wav> -k <keychange (semitones)> -sid <source_speaker_id> -tid <target_speaker_id> -step <infer_step> -method <method>