【亲测免费】 Mangio-RVC-Fork 项目使用与配置指南
2026-01-30 04:34:55作者:瞿蔚英Wynne
1. 项目目录结构及介绍
Mangio-RVC-Fork 项目目录结构如下:
Mangio-RVC-Fork/
├── .github/
│ └── workflows/
├── audio-outputs/
├── audios/
├── configs/
├── docs/
├── formantshiftcfg/
├── i18n/
├── lib/
├── logs/
├── mangio_utils/
├── pretrained/
├── pretrained_v2/
├── tools/
├── train/
├── uvr5_weights/
├── weights/
├── .gitignore
├── Dockerfile
├── LICENSE
├── MDXNet.py
├── Makefile
├── README.md
├── Retrieval_based_Voice_Conversion_WebUI.ipynb
├── Retrieval_based_Voice_Conversion_WebUI_v2.ipynb
├── app.py
├── avoid-shutdown.ipynb
├── config.py
├── environment_dml.yaml
├── extract_f0_print.py
├── extract_feature_print.py
├── extract_locale.py
├── go-realtime-gui.bat
├── go-web.bat
├── gui_v0.py
├── gui_v1.py
├── guidml.py
├── i18n.py
├── infer-web.py
├── infer_batch_rvc.py
├── infer_uvr5.py
├── inference-presets.json
├── my_utils.py
├── poetry.lock
├── pyproject.toml
├── requirements-win-for-realtime_vc_gui.txt
├── requirements.txt
├── rmvpe.py
├── run.sh
├── rvc_for_realtime.py
├── slicer2.py
├── stftpitchshift
├── stftpitchshift.exe
├── stftpitchshift.lib
├── train_nsf_sim_cache_sid_load_pretrain.py
├── trainset_preprocess_pipeline_print.py
├── vc_infer_pipeline.py
└── venv.sh
目录说明:
.github/workflows/: 存放 GitHub Actions 工作流的配置文件。audio-outputs/: 存放处理后的音频输出文件。audios/: 存放原始音频文件。configs/: 存放项目的配置文件。docs/: 存放项目文档。formantshiftcfg/: 存放格式转换配置文件。i18n/: 存放国际化相关文件。lib/: 存放项目依赖的库文件。logs/: 存放日志文件。mangio_utils/: 存放项目自定义的工具类。pretrained/: 存放预训练的模型文件。pretrained_v2/: 存放版本2的预训练模型文件。tools/: 存放项目相关的工具脚本。train/: 存放训练相关的脚本和配置文件。uvr5_weights/: 存放 uvr5 模型的权重文件。weights/: 存放项目使用的权重文件。- 其他文件为项目启动、配置和运行所需的文件。
2. 项目的启动文件介绍
项目的启动文件包括以下几种:
run.sh: Linux 系统下的启动脚本,用于启动项目。go-realtime-gui.bat: Windows 系统下的启动批处理文件,用于启动实时 GUI。go-web.bat: Windows 系统下的启动批处理文件,用于启动 Web 界面。
用户可以根据自己的操作系统选择相应的启动文件。
3. 项目的配置文件介绍
项目的配置文件主要包括以下几种:
config.py: 项目的主配置文件,包含项目运行所需的参数设置。environment_dml.yaml: 环境配置文件,用于定义项目运行的环境变量。inference-presets.json: 推断预设文件,用于定义推断过程中使用的参数预设。
用户可以根据自己的需求修改这些配置文件中的参数,以达到自定义项目运行环境的目的。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
986