AiMusicLab-SVC-WebUI镜像

在线AI翻唱SVC训练，本地般丝滑体验，支持多种显卡型号部署，支持上传压缩文件，支持网页端打包训练好的模型并下载，无需命令行，由网页端自动处理，支持网页端一键清空训练环境，追求的就是高效率 。

镜像信息

• 基于bilibili@羽毛布団 大佬 SVC 4.1-Stable v2.3.18 整合包搭建
• 本镜像由：AiMusicLab@乔大峰 搭建并且完全免费
• 本地客户端已支持RTX50系显卡:了解详情

v1.6更新说明

• 框架改为pytorch2.7.0+cu128支持更多显卡
• RTX20-RTX50显卡都测试过均能完美运行
• 限制训练主模型时不能训练扩散模型防止误点
• 修复训练主模型时判断多显卡导致过慢的问题
• 修复切片降噪偶尔失效的问题
• 清空训练环境增加清空旧的配置文件
• 其他细节修复

支持的功能

• 无需复制ip地址，直接点击公网ip链接访问WebUI
• 推理界面底部支持一键打包选中的训练好的模型
• 支持导入zip压缩包直接分片，并自动输出到训练目录
• 支持分片时自动对文件进行降噪
• 修复识别数据集时的响度统一
• 修复网页端推理单个文件时接口超时的问题
• 支持网页端批量推理（将文件放置在指定目录即可）
• 除训练素材上传、批量推理外，其他功能均已在网页端实现
• 网页增加停止训练主模型和扩散模型按钮，不需要按ctrl+c结束
• 训练过程中自动保存模型的文件名在训练步数后面增加了reference_loss参数可供参考(如G_12000_32_02.pth 表示训练步数12000步时，reference_loss为32.02)
• 模型联动选择，模型和配置文件只需要同样编号开头(如1.xxx.pt)，即可一键选择
• 网页上新增“清空训练环境”功能，一键清理所有训练相关数据

视频教程

图文教程

如何部署这个镜像

1.点击直达镜像链接：一键部署:SVC-WebUI

2.在此页面右侧点击使用该镜像创建实例

3.在新页面选择配置以及付费方式后，点击立即部署

4.开机后，等待左侧显示运行中。再等待1分钟左右，再点击JupyterLab按钮进入后台如下图,如果超过5分钟没显示运行中，点旁边的重启，重新等待。

1. 运行 WebUI(必须) 和 TensorBoard(可选，非必须)

1. 运行 WebUI： 点击快速开始.ipynb标签，点击选中启动webui的代码框，前面会出现一条蓝色方块(🟦)，在窗口上面的工具栏，有一个像“播放”符号（▶）的按钮，点它！

   等待片刻

控制台会输出一个公网IP链接，点击即可访问WebUI界面。

2. 运行 TensorBoard (可选，用于查看训练曲线)： 点击启动ensorBoard.ipynb标签，点击选中启动tensorboard的代码框，前面会出现一条蓝色方块(🟦)，在窗口上面的工具栏，有一个像“播放”符号（▶）的按钮，点它！ 等待片刻 控制台会输出一个公网IP链接，点击即可访问TensorBoard界面。

2. 导入训练素材

(训练素材需要是30分钟以上的唱歌音频，可以是多个文件，包含高中低音各声线，安静环境录制不要加混响)
根据您的素材类型，选择以下导入方法：

训练素材种类a: 如果你有已经切片的音频文件：

(已经切片的意思是你已经在本地切成了5-15秒左右的片段)
a.1 如果素材是压缩文件 (.zip)：
a.1.1. 上传压缩包： 将包含您已切片音频的 .zip 压缩包上传到以下目录： /workspace/workdir/so-vits-svc/dataset_raw/

压缩包内部结构要求：
推荐： 压缩包内应该包含一个文件夹（例如 /speaker0/），speaker0 文件夹内是已经切片5-15秒左右的wav格式音频文件。
示例：

       your_dataset.zip  
       ├───speaker0/  
       │   ├───audio_001.wav  
       │   ├───audio_002.wav  
       │   └───...  

a.2 如果素材是目录（已解压）下的音频文件： a.2.1. 上传文件： 在/workdir/so-vits-svc/dataset_raw/下面新建说话人目录，（例如 speaker0） 将您已切片音频上传到以下目录：
/workdir/so-vits-svc/dataset_raw/speaker0/
目录内部结构要求：
* 您的文件夹名称应只包含英文、数字、下划线。
* 文件夹内直接是 .wav 音频文件。
* 示例：

       dataset_raw/  
       └───speaker0/  
           ├───audio_001.wav  
           ├───audio_002.wav  
           └───...  

训练素材种类b：如果你有没有切片的原唱干声（录制的原始音频）：

b.1. 上传原始音频： 将您的原始音频文件（例如歌曲干声、录音等）上传到以下目录：
/workspace/workdir/so-vits-svc/a_slicer_fold/
您可以直接拖动音频文件上传到这个目录，也可以是一个 .zip 压缩包。

b.2. 切片方法：
* 运行WebUI。
* 在 WebUI 界面中，切换到 小工具/实验室特性 标签页。
* 点击 智能音频切片 子标签。
* 在 原始音频文件夹 输入框中，确保路径为 /workspace/workdir/so-vits-svc/a_slicer_fold/ (通常保持默认)。
* 点击 加载原始音频 按钮。系统会识别 a_slicer_fold/ 中的文件，并自动为您建议一个 输出目录 (例如 dataset_raw/speaker0) 。
* 配置降噪： 如果需要修改降噪选项，可以展开 人声降噪设置。 修改后需要点击 应用降噪设置 按钮 (主要按钮) 保存降噪配置。 (已经默认勾选)。
* 调整 切片的最长秒数 和 切片的最短秒数 (推荐默认值 15 和 4)。
* 点击 开始切片 按钮。
* 切片完成后，在 输出信息 中会显示切片结果的统计信息。切片后的音频将自动保存到 dataset_raw/speaker0/ 目录下。

3. 数据预处理与开始训练

1. 数据预处理：

   • 在 WebUI 界面中，切换到 训练 标签页。
   • 点击识别数据集。
   • 确认 原始数据集目录识别结果 显示正确。
   • 选择 选择训练使用的编码器 和 选择训练使用的f0预测器（一般情况下保持默认即可）。
   • 根据需要勾选 是否使用浅扩散模型、是否启用响度嵌入和音量增强、是否启用TINY训练（一般情况下保持默认即可）。
   • 点击 数据预处理 按钮。
   • 等待预处理完成，并检查 预处理输出信息 是否有报错。

2. 写入配置文件：

   • 在 训练 标签页，检查并调整 填写训练设置和超参数 部分的参数（如无特殊需求，可以保持默认）。
   • 如果需要训练扩散模型，展开 扩散模型配置 并调整相关参数（如无特殊需求，可以保持默认）。
   • 依次点击 将当前设置保存成默认设置 和 写入配置文件 按钮。

3. 开始训练：

   • 点击 从头训练主模型 按钮 或 继续上一次的训练进度 按钮，后台会开始训练主模型，可在快速开始.ipynb查看训练进度，如下图“step: 1400, reference_loss: 35.6618, lr: 9.827740075511432e-05”，代表1400步。训练步数要看数据集质量，推荐1万步以上。
   • 如果需要训练扩散模型，点击 从头训练扩散模型 按钮或 继续训练扩散模型 按钮。
   • 训练将在后台进行，您可以在运行的ipynb终端窗口查看训练日志，或通过 TensorBoard 监控训练进度。

4. 下载训练好的模型

您可以通过以下几种方式下载训练好的模型：

a. 网页端下载 (推荐！)：

1. 在 WebUI 界面中，切换到 推理 标签页。
2. 选择想要打包的模型（在下拉框中选择）。
3. 在页面底部找到 模型打包 部分。
4. 在 打包模型名称 输入框中填写您希望的模型名称（例如 1.speaker0）这里的命名是为了避免不同模型文件导入本地SVC客户端时，产生的模型文件重名。
5. 点击 打包当前选择的模型 按钮。
6. 打包完成后，在 下载打包文件 区域会出现一个可下载的 .zip 文件链接，点击即可下载。

b.直接在JupyterLab右侧文件管理窗口下载：

前往以下目录下载您的模型文件： /workspace/workdir/so-vits-svc/logs/44k
在线训练模型目录结构：

/workspace/workdir/so-vits-svc/logs/44k/
├───diffusion/（扩散模型目录）    
│   ├───model_步数.pt（扩散模型，在扩散模型目录）    
│   ├───config.yaml(扩散模型配置文件，在扩散模型目录）    
├───G_步数.loss参数.pth（G开头的主模型）    
├───config.json（主模型配置文件）    
└─── xxx_kmeans_10000.pt（聚类模型）    

c. 使用 SFTP 工具下载 ：

推荐使用客户端：winscp 或其他 SFTP 工具。 连接到您的镜像实例，然后前往以下目录下载您的模型文件： /workspace/workdir/so-vits-svc/logs/44k

在线训练模型目录结构

/workspace/workdir/so-vits-svc/logs/44k/
├───diffusion/（扩散模型目录）    
│   ├───model_步数.pt（扩散模型，在扩散模型目录）    
│   ├───config.yaml(扩散模型配置文件，在扩散模型目录）    
├───G_步数.loss参数.pth（G开头的主模型）    
├───config.json（主模型配置文件）    
└─── xxx_kmeans_10000.pt（聚类模型）    

5.本地SVC客户端导入线上模型文件

方法一：小工具/实验室特性找到模型导入和导出(或者也叫模型发布与打包) 导入刚下载的模型压缩包

方法二：解压下载的模型文件压缩包，将models目录复制到本地svc的models目录 本地SVC客户端模型目录结构：

/so-vits-svc/models/    
├───diffusion/（扩散模型目录）    
│   ├───model_步数.pt（扩散模型，在扩散模型目录）    
├───G_步数.loss参数.pth（主模型）    
├───config.json（主模型配置文件）    
├───xxx_kmeans_10000.pt（聚类模型）    
└───config.yaml(扩散模型配置文件)    

6. 清空线上训练环境，方便下次直接运行(可选)

警告：此操作将删除以下目录中的所有内容，请务必提前备份重要数据！

• /workspace/workdir/so-vits-svc/logs/44k/ (So-VITS模型和日志)
• /workspace/workdir/so-vits-svc/dataset_raw/ (原始数据集)
• /workspace/workdir/so-vits-svc/dataset/ (预处理后的数据集)
• /workspace/workdir/so-vits-svc/raw/ (原始音频，如果存在)
• /workspace/workdir/so-vits-svc/results/ (推理结果)
• /workspace/workdir/so-vits-svc/a_slicer_fold/ (切片工具临时目录)
• /workspace/workdir/so-vits-svc/a_piliang_tuili/ (批量推理临时目录)
• /workspace/workdir/so-vits-svc/models_backup/ (历史模型训练备份目录)
• /workspace/workdir/so-vits-svc/release_packs/ (模型打包临时目录)
• 所有 .ipynb_checkpoints 目录

请在模型下载完成并检查无误后再执行此操作。

操作步骤：

1. 在 WebUI 界面中，切换到 清空训练环境 标签页。
2. 仔细阅读警告信息，确认您已备份所有重要数据。
3. 点击 清空训练环境 按钮 (主要按钮)。
4. 在 清空环境输出信息 文本框中，您将看到清理过程的日志。

最后，线上的电脑使用完记得关机,enjoy!