RVC 原版变声教程：实时变声从启动到开麦（含参数详解）

RVC 是目前音色真实度最高的实时变声方案。这篇是 RVC 原版官方 GUI（go-realtime-gui）变声教程的完整整理：从系统设置、启动推理到参数逐条讲解，照着做就能开麦变声。

一、开始前：关闭硬件加速 GPU 计划

此设置能减少延迟并改进性能，需要重启电脑生效。

• 操作方式：开始菜单搜索「图形设置」→ 硬件加速 GPU 计划 → 设为 关；
• 设置完成后重启电脑（Win10 / Win11 同路径）。

二、启动 RVC 实时变声

1. 下载官方 RVC 压缩包，解压到任意目录；
2. 双击 go-realtime-gui.bat 打开 RVC 变声器；
3. 等待 CMD 控制台加载完成（10 系和 16 系显卡可能需要在窗口里按一下回车才会继续加载）；
4. 启动成功后会打开 RVC-GUI 界面。启动失败的话跳到文末「常见问题」。

三、加载模型

• pth 文件（音色主文件，主要文件）：点「选择 pth 文件」载入；
• index 文件（索引文件，实时推理中意义不大）：有就一起载入；没有就随便选一个，把 Index Rate 拉到 0 即可；
• 路径里不能有中文，尽量用全英文路径。

四、音频设备选择（重要）

RVC 并不能直接把声音输出到麦克风——它需要声卡或虚拟声卡把转换后的声音送到一个虚拟麦克风，给游戏 / 语音软件使用。

• 输入设备：选择你的硬件麦克风；
• 输出设备：选择虚拟声卡的输出线路 VoiceMeeter Input (VB-Audio Vo) (MME)；
• 注意输入名称 input 前后没有其他文字（不能选带子编号的输入）；
• 输入输出全部选择末尾为 MME 的驱动；
• 第一次使用 RVC、从未装过虚拟声卡：先看本站 虚拟声卡 VoiceMeeter 教程，装好虚拟声卡再回来继续。

五、启动变声

通用参数直接照抄（后面有逐条详解）：响应阈值 -60 / 音调 12 / Index Rate 0.00 / 音高算法 pm / 采样长度 0.12 / harvest 进程数 1 / 淡入淡出长度 0.08 / 额外推理时长 2.99。

1. 点击 开始音频转换，开始推理，等待几秒；
2. 控制台出现 <All keys matched successfully> 代表参数没错（如果卡在这一部分，通常是音频设备问题，可以重启程序再试）；
3. 顶部推理时间(ms) 开始跳动、控制台开始刷屏，代表变声流程已经跑通；
4. 虚拟麦克风输出的就是变声后的声音——在游戏 / QQ / OBS 里把麦克风选为对应的虚拟声卡输出即可愉快变声。

注意：更换模型、更改参数，需要先「停止音频转换」，再重新开始推理才会生效。

六、参数详解

1. 响应阈值

尽量拉满 -60。环境噪音较大时的降噪方案：

• N 卡且无独立声卡：直接用 NVIDIA Broadcast 的 AI 降噪处理麦克风，装好后自动降噪；
• 有独立声卡（通道数至少 2 进 2 出）：在机架内设置 RVC 变声输出轨，直接用降噪插件处理；注意在输入端进降噪可能出现吞字（声音无法被很好识别），可以在输入端稍微加点降噪、输出端再稍微加点点降噪；
• 最简单的方法：用 RVC 软件自带的输入降噪和输出降噪勾选，现在使用体验不错；
• 如果打游戏同时开英伟达降噪，游戏对显存要求较高的话尽量 8GB 以上，不然打游戏可能会卡。需要注意的是：降噪过多，音色会发闷，无法达到完美的效果——减少一些底噪就是成功的。

2. 音调设置

数值越高越女性化，越低越男性化。男转女一般在 10~12，在这附近左右微调，分别可以变扭或变细，选好之后就不用动了；女转男一般在 -12 ~ -10 左右。

3. Index Rate

左边是接近底模的音色，右边是接近所载模型的音色。一般 0.2~0.5 都是可以的；如果调高不影响口齿，可以略微调高。电脑配置不太好，直接拉到 0，可以更流畅。如果没有要求和模型音色有多像，则调 0；调高可以拉近和模型目标音色的相似度，但 CPU 占用和延迟都会略微增加。（在实时推理中 index 的意义依然在探索，以上为以前的结论，仅供参考）

4. 音高算法

不好的音高算法会经常出现哑音的情况：

• pm：对应 0416 版本。延迟最低、CPU 占用最小，理论上唱歌效果可以，但说话效果对嘈杂环境不太好；
• harvest：最好的音高算法，CPU 占用较大，通过调右侧「harvest 进程数」降低延迟、分摊负载；单显卡打游戏还想低延迟变声的首选；
• crepe：效果接近 harvest 的音高算法，稍吃 GPU。有 rmvpe 之后 crepe 就是充数的；
• rmvpe：效果最好，速度比 harvest 和 crepe 快，吃一点 GPU（比 crepe 占用更小）、不吃 CPU，现在无脑推荐，除非显卡太老。

5. 采样长度（决定变声延迟）

尽量调低一些，只要不卡。但需要注意的是：如果调太低，CPU 占用会很高，如果再打游戏，CPU 可能会吃不下；调得越高，变声结果距离录音时间点越远；调得太低（假如最下面推理时间经常大于变声延迟），会造成机关枪「卡顿」情况，应调整其他参数降低延迟或调高该参数。

6. harvest 进程数

只有音高算法为 harvest 时生效（rmvpe 算法就不用看了）。进程数会影响音质，如果对音质有要求，进程数不建议大于 4。它决定音高算法最高占用多少系统线程（最多吃多少比例 CPU）——如果有其他任务也要吃 CPU（比如打游戏），则不宜拉太高，调高了推理延迟会增大；如果推理延迟已经能满足变声延迟的需求，则建议该选项进行微调，越低越好。

7. 淡入淡出长度

影响延迟，可以自己拉到 0.1 和 0.15 体会一下就懂了，很难叙述明白。

8. 额外推理时长

建议 1 以上 3 以内，至少要留 1s，效果越长越好，调高了咬字识别更好。会影响 CUDA 占用。

七、常见问题

• 启动就报错：确认显卡驱动正常、已按教程关闭硬件加速 GPU 计划；10/16 系显卡注意在 CMD 窗口按一下回车；
• 没有声音：检查输出设备是否为 VoiceMeeter Input（MME）、对端软件是否选择了虚拟声卡的输出作为麦克风；
• 卡顿、电音、延迟：按 电音延迟排查大全 统一采样率、调整缓冲。

跑通之后，你可以去 RVC 变声陪玩专区 挑选音色，或者在 定制服务 下单专属音色。