企业官网建设流程全解析

VCClient 实时 AI 变声完整指南：选型、部署、API 调用与故障定位

【免费下载链接】voice-changerリアルタイムボイスチェンジャー Realtime Voice Changer项目地址: https://gitcode.com/gh_mirrors/vo/voice-changer

VCClient 是一款基于 AI 的实时语音转换工具，支持 RVC、Beatrice 等语音模型。本文覆盖发行版选型、本地与网络两种部署路径、/test接口跨语言调用，以及按数据流分段定位"声音没变"问题的方法。

它解决什么问题：边说边换的 AI 变声

VCClient 的典型用途是把你的麦克风人声实时换成 AI 角色的声音，常见场景包括游戏内变声、直播换声，以及给第三方应用搭建一台独立的推理服务器。

整个程序分两层：

• GUI 客户端（浏览器窗口或原生客户端）：采集麦克风、显示延迟与缓冲监控、回放转换后的声音；
• 推理服务端：Python 进程，加载模型完成实时转换，同时对外提供 FastAPI + Socket.IO 的 Web 服务。

你只需在客户端选好模型和设备点 start，服务端就会持续处理音频。下面这张图是客户端主界面，可以看到服务器控制、模型设置、设备选择与质量控制四大区块：

如何挑选发行版：平台 × 模型矩阵

从 v2.2.1 开始，不同发行版（Edition）内置的 AI 模型不一样，这是下载二进制包前最关键的判断依据。对应关系如下：

三条明确建议：

1. 只用 Beatrice：任何平台直接下 std 版即可；
2. 需要 RVC：NVIDIA 显卡选 cuda 版，其余选 onnx 版（注意 onnx 版不支持 Linux）；
3. 版本与发行版并非一一对应：某个版本号未必发布所有发行版，下载前以该版本实际发布的包为准。

v2 引擎目前登记的模型类型还包含MMVCv13、MMVCv15、so-vits-svc-40、DDSP-SVC、Diffusion-SVC、LLVC、EasyVC（见 server/const.py），其中传统模型（MMVC、so-vits-svc、DDSP-SVC、Beatrice v1）主要留在 v1 产品线。v1 与 v2 的模型支持对照：

每种模型在服务端都有独立实现目录，如 server/voice_changer/RVC/、server/voice_changer/Beatrice/、server/voice_changer/DiffusionSVC/，加载模型所需的预训练权重和示例模型会在服务端启动时自动下载（server/downloader/WeightDownloader.py、server/downloader/SampleDownloader.py）。

部署与运行：三种路径选一种

路径 A：本地独立（单机闭环）

Windows 与 M1 Mac 直接下载预打包二进制（经 Hugging Face 仓库分发），双击运行即可，采集与推理都在本机完成。启动后服务端会自动拉起原生客户端并指向本地地址（server/MMVCServerSIO.py）。

路径 B：网络转发（推理外置）

当变声需要和游戏等高负载程序同机运行时，可以把服务端部署到另一台机器，本机只跑轻量的音频采集，从而把 GPU/CPU 开销转移到外部。做法是 Linux 上 clone 仓库后启动服务端，并把监听地址改为对外：

git clone https://gitcode.com/gh_mirrors/vo/voice-changer # 服务端对外监听（在 server 目录下运行，端口默认 18888） python MMVCServerSIO.py --host 0.0.0.0 -p 18888

然后把本机客户端指向http://<服务器IP>:18888/，或直接用浏览器访问该地址。需要跨域白名单时通过--allowed-origins追加来源 URL。

路径 C：容器化

仓库提供 Docker 部署入口，参考 docker_vcclient/README_ko.md 与 docker/Dockerfile，适合把整套服务端固定为镜像运行。

启动顺序固定为：先下载 RVC 权重与示例模型 → 按--https决定 HTTP 或 HTTPS（自签名证书由 server/mods/ssl.py 生成）→ 打印访问地址 → 拉起 Web 服务。前端页面挂载在/front、/trainer、/recorder等路径（server/restapi/MMVC_Rest.py）。Linux 原生运行时可用下面的模型启动器选择要加载的引擎：

服务端速查：启动参数与用 curl 调用转换接口

启动参数速查表

依据 server/MMVCServerSIO.py 的setupArgParser()：

服务端支持的采样率为 16000 / 32000 / 44100 / 48000 / 96000 / 192000（server/const.py）。

用 curl 调用 POST /test

服务端的语音转换端点是POST /test（server/restapi/MMVC_Rest_VoiceChanger.py）。协议约定：

• 请求体：{ "timestamp": int, "buffer": string }，buffer为base64 编码的 16bit 小端 PCM；
• 响应：{ "timestamp": int, "changedVoiceBase64": string }，字段里同样是 base64 PCM。

跨语言集成的最小流程：把音频（麦克风帧或文件切片）编码为 int16 PCM → base64 → POST /test → 解码changedVoiceBase64播放或写文件。例如：

# 1. 把 16bit 小端 PCM 的 wav 裸数据转成 base64（这里假设 pcm.b64 已生成） B64=$(cat pcm.b64) # 2. 调用转换接口 curl -X POST http://127.0.0.1:18888/test \ -H "Content-Type: application/json" \ -d "{\"timestamp\": $(date +%s%3N), \"buffer\": \"$B64\"}" # 3. 响应中的 changedVoiceBase64 解码后即为转换后的 PCM

该端点内部用锁串行化处理请求（实现里有threading.Lock），因此它是稳定但并发的推理入口，适合做游戏语音插件、直播工具或自研客户端的对接点。

版本动态速览：只挑影响选型的条目

• v.2.2.2-beta：发布 std_win、std_mac、std_lin_aarch64 三个 std 发行版；从此各发行版支持的模型开始分化（见上表），且各版本发布的发行版组合可能不同；新增 Beatrice v2.0.0-rc0 支持。
• v.2.0.78-beta：修复 RVC 模型上传错误；支持与 v1.x 同机并行运行；扩大了可选 chunk size 范围。
• v.2.0.77-beta：仅面向 RTX 5090 的实验性构建，相关模块未经实机验证，不建议作为生产选择。
• v.2.0.76-beta：Beatrice 新增说话人合并与自动音高偏移；修复服务器模式下的设备选择问题。
• v.2.0.73-beta：支持下载编辑后的 beatrice 模型；修复 beatrice v2 的 pitch/formant 不生效，以及使用 Applio embedder 的模型无法导出 ONNX 的缺陷。

排障手册：按数据流三段定位

声音"完全没变"或"变得不对"时，不要先动模型参数，而是沿链路逐段验证。整条链路是：

你说话 → GUI 采集 → (A) 未转换人声送抵服务器 → 服务端推理 → (B) 已转换声音 → (C) GUI 收到并送扬声器

第 1 步：用 Analyzer 核对 (A)(B)。开启 Analyzer 的 Sampling，试着变声，说话几秒后停止采样，in/out会出现播放按钮。in对应 GUI→服务器这段，应录到你的原始人声；out对应服务器推理之后，应听到 AI 转换后的声音。

第 2 步：用 Audio Output 核对 (C)。开启 output record 再变声，停止后下载的 .wav 就是服务器送达 GUI 的那段声音，用来确认回传与回放环节。

第 3 步：根据哪一段先出问题继续缩小范围。

• (A) 异常 —— 先换一条输入验证：用音频文件（如 JVS / JVS-MuSiC 语料样本）走一遍文件转换，把麦克风因素摘掉；仍不行就用任意录音程序确认麦克风本身工作正常。同仓库的浏览器录音工具 recorder/ 无需安装即可在浏览器里试采麦克风，处理逻辑与 VCClient 基本一致。
• (B) 异常 —— (A) 正常而 (B) 不对，问题在服务端推理：检查模型槽位是否加载成功、预训练权重是否完整、设备（GPU/CPU）选择是否正确。
• (C) 异常 —— (B) 正常而扬声器没声或失真，检查输出设备选择、音量与系统侧的虚拟设备链路。

方法论一句话：先确定声音"走到哪一段为止是对的"，再集中火力查后面的环节（网络、推理、输出）。详见 tutorials/trouble_shoot_communication_ko.md。

合规提示：素材许可与运行警告

• 示例模型语音素材：Tsukuyomi-chan（CV. 夢前黎）语料禁止用于批判/攻击他人、为特定政治立场/宗教/思想拉票或反对、无分级公开刺激性表达、以允许他人二次利用的形式公开（作为鉴赏作品分发/销售除外）；Amitaro 的素材允许用于制作音色模型并转换自己的声音，但必须明确标注"经过了音质转换"、让人能看出并非本人说话，且发言内容须在其规约范围内；黄琴まひろ遵循 Replicadoll 利用规约。公开发布转换声音前请逐条核对。
• 未签名运行：软件没有开发者签名，macOS 打开会触发安全警告，按住 Control 键单击图标即可运行（Apple 安全策略所致，后果自负）；Windows 的 SmartScreen 提示同理。
• 免责：因使用或无法使用本软件产生的任何直接、间接、波及性、结果性或特殊损害，项目方不承担责任。

【免费下载链接】voice-changerリアルタイムボイスチェンジャー Realtime Voice Changer项目地址: https://gitcode.com/gh_mirrors/vo/voice-changer