Skip to content

Releases: mason369/AI-RVC

Release list

AI-RVC v1.4.1

AI-RVC v1.4.1 Latest
Latest

Choose a tag to compare

View all tags
@mason369 mason369 released this 12 Jul 16:58
v1.4.1
ecbe4da

AI-RVC v1.4.1 是跨平台运行时补丁版本，修复 v1.4.0 发布后发现的安装后端、设备透传和 ONNX Provider 对齐问题。

修复内容

  • 安装器新增 --backend auto|cpu|cuda|rocm|xpu|directml|mps，并检查实际张量分配、ONNX Runtime 发行包冲突和 pip 依赖一致性。
  • audio-separator 现在严格使用 AI-RVC 选择的设备。Leap XE、MVSep 9205 和 RoFormer De-Reverb 不再自行改选 CUDA 或 CPU。
  • PolarFormer 改为显式 Provider 路由：NVIDIA CUDA 使用 CUDA，DirectML 使用 DML；ROCm、XPU、MPS 使用 CPU ONNX Runtime。实际 Provider 不匹配时直接停止。
  • 官方 RVC 子进程会继承当前设备，同时保留上游精度策略，避免 FP16 与 FP32 类型不一致。
  • 新增 CPU、CUDA、DirectML 三份后端依赖入口。Colab 明确选择 CUDA，并真正校验依赖版本约束。
  • 修正 README 中的便携包文件名、CPU／GPU 版本说明和各后端安装边界。

平台状态

  • Windows：本机完成 CUDA 与 CPU 官方 RVC 真实推理；CUDA Leap XE 模型真实加载成功。
  • Windows、Ubuntu 24.04、macOS 14：GitHub Actions 平台矩阵全部通过，覆盖安装器、Colab／HF 入口、PolarFormer Provider 和 audio-separator 设备绑定。
  • WSL2：与 Linux 共用代码路径。本机 WSL 启动被 Windows HCS 0x800705aa 资源错误阻断，本次不声称独立真机通过。
  • ROCm、XPU、DirectML、MPS：路由和失败边界已通过自动化测试，但没有对应实体加速硬件的完整翻唱实测。

下载

版本 分卷 适用环境
Windows CPU .7z.001～.002 不需要独立显卡
Windows GPU .7z.001～.003 NVIDIA CUDA 12.1
Linux CPU .tar.gz.partaa～.partab 不需要独立显卡
Linux GPU .tar.gz.partaa～.partad NVIDIA CUDA 12.1

请下载同一版本的全部分卷。Windows 使用 7-Zip 从 .001 解压；Linux 按文件名顺序合并全部 .part* 后，再解压生成的 .tar.gz。

推荐硬件

场景 GPU 系统内存 CPU／存储
推荐配置 NVIDIA，24GB 显存以上 64GB 以上 12 核以上；NVMe，至少 30GB 可用空间
默认路线可运行 NVIDIA，16GB 显存 64GB 8 核以上；NVMe，至少 15GB 可用空间
8～12GB 显存 NVIDIA CUDA 32GB 以上 建议关闭 Karaoke，并设置 POLARFORMER_MAX_CHUNK_SIZE=220500
CPU 不需要 GPU 32GB 以上 8 核以上；SSD；不建议长音频或批量处理

实测机器为 RTX 4070 Ti SUPER 16GB、Ryzen 9 7950X、32GB 内存。完整路线负载较高，因此 24GB 显存和 64GB 内存仍是更稳妥的推荐配置。

验证

  • 本地 190 项自动化测试全部通过。
  • compileall、pip check、工作流 YAML、Git diff 和中英文控制台检查通过。
  • GitHub Platform Contracts 的 Windows、Ubuntu、macOS 三个任务全部通过。
  • Windows／Linux 的 CPU／GPU 四种便携包全部构建成功，11 个分卷资产均已上传并生成 SHA-256 摘要。
English notes

AI-RVC v1.4.1 aligns installer backends, device forwarding, audio-separator execution devices, and PolarFormer ONNX providers across supported platforms. The installer now supports explicit CPU, CUDA, ROCm, XPU, DirectML, and MPS modes and fails on unavailable devices or conflicting runtimes.

Windows CUDA and CPU official RVC inference were exercised locally, and Leap XE loaded on the selected CUDA device. Platform contract jobs passed on Windows, Ubuntu 24.04, and macOS 14. ROCm, XPU, DirectML, and MPS routing is covered by automation, but full hardware-specific cover runs were not performed for those accelerators in this release.

Recommended hardware remains an NVIDIA GPU with 24GB or more VRAM, 64GB or more system memory, a 12-core-or-better CPU, and NVMe storage with at least 30GB free. A 16GB GPU can run the default route but remains under heavy load.

完整改动／Full diff： v1.4.0...v1.4.1

Assets 13

AI-RVC v1.4.0

AI-RVC v1.4.0

Choose a tag to compare

View all tags
@mason369 mason369 released this 12 Jul 14:32
v1.4.0
087380d

AI-RVC v1.4.0 对齐了 TelKNet 生产分离链路，稳定了公开输出，并完成控制台中英文国际化。

主要更新

  • 默认分离链路：Leap XE 90 bands 提取人声，BS PolarFormer public ONNX 62 bands 提取纯伴奏，MVSep 9205 三模型集成从原始整曲分离主唱和带和声伴奏。
  • 稳定输出合同：backing_vocals.wav 为纯和声，accompaniment.wav 为带和声伴奏，accompaniment_without_harmony.wav 为纯伴奏。
  • 完整控制台 i18n：Windows 控制台和重定向日志统一使用 UTF-8；消息严格跟随 zh_CN / en_US，缺失翻译会直接报错。
  • 严格运行环境：显式选择的计算设备不可用时会停止，不再自动降级；PyTorch 与 ONNX Runtime 按发行目标安装兼容版本。

重要修复

  • 修复短音频处理、Karaoke 声部识别、输出命名和最终混音重复叠加乐器的问题。
  • PolarFormer 增加孤立声道饱和抑制；MVSep 前会释放前序分离模型，降低单卡显存占用。
  • 移除未使用的旧 Karaoke 回混路径和错误模型别名。无法可靠识别声部或模型 ID 无效时会明确失败。

下载

版本 分卷 适用环境
Windows CPU .7z.001–.002 无需独立显卡
Windows GPU .7z.001–.003 NVIDIA CUDA 12.1
Linux CPU .tar.gz.partaa–.partab 无需独立显卡
Linux GPU .tar.gz.partaa–.partad NVIDIA CUDA 12.1

请下载同一版本的全部分卷。Windows 使用 7-Zip 从 .001 解压；Linux 按文件名顺序合并全部 .part* 后，再解压生成的 .tar.gz。

推荐硬件

默认高质量路线包含 5 次整曲分离推理。完整 Karaoke 对显存和系统内存的压力较高。

使用场景 GPU 系统内存 CPU / 存储
推荐配置 NVIDIA，24GB 显存以上 64GB 以上 12 核以上；NVMe，至少 30GB 可用空间
默认路线可运行 NVIDIA，16GB 显存 64GB 8 核以上；NVMe，至少 15GB 可用空间
8～12GB 显存 NVIDIA CUDA 32GB 以上 建议关闭 Karaoke，并设置 POLARFORMER_MAX_CHUNK_SIZE=220500
CPU 模式 不需要 GPU 32GB 以上 8 核以上；SSD；不建议长音频或批量处理

实测环境为 RTX 4070 Ti SUPER 16GB、Ryzen 9 7950X 和 32GB 内存。完整链路可以完成，但整体负载较高，不应视为轻松运行配置。本次未记录峰值显存和端到端耗时，因此不提供估算数据。

验证

  • 172 项自动化测试全部通过。
  • 已在 RTX 4070 Ti SUPER 上完成真实 CUDA 全链路翻唱，覆盖分离、RoFormer De-Reverb、RVC 和最终混音。
  • Windows/Linux、CPU/GPU 四种便携包均已完成构建和上传。
English release notes

AI-RVC v1.4.0 aligns the default separator with the TelKNet production route, stabilizes exported stems, and completes bilingual console support.

Highlights

  • Default separator: Leap XE 90 bands extracts vocals, BS PolarFormer public ONNX 62 bands extracts pure accompaniment, and the three-model MVSep 9205 ensemble separates lead vocals from backing vocals plus instrumental on the original mix.
  • Stable output contract: backing_vocals.wav contains pure backing vocals, accompaniment.wav contains backing vocals plus instrumental, and accompaniment_without_harmony.wav contains pure accompaniment.
  • Complete console i18n: Windows consoles and redirected logs use UTF-8. Messages strictly follow zh_CN or en_US, and missing translations fail explicitly.
  • Strict runtime selection: Explicit device selections no longer fall back automatically. PyTorch and ONNX Runtime are installed as compatible target-specific stacks.

Important fixes

  • Fixed short-input processing, Karaoke stem classification, output naming, and duplicated instruments in the final mix.
  • PolarFormer now suppresses isolated-channel saturation, and earlier separator models are unloaded before MVSep to reduce single-GPU memory use.
  • Removed the unused legacy Karaoke remix path and an invalid model alias. Ambiguous stems and unknown model IDs now fail explicitly.

Downloads

  • Download every volume for the selected edition.
  • On Windows, open .7z.001 with 7-Zip after downloading all numbered volumes.
  • On Linux, concatenate all matching .tar.gz.part* files in filename order, then extract the resulting .tar.gz archive.
  • GPU builds target NVIDIA CUDA 12.1; CPU builds do not require a discrete GPU.

Recommended hardware

The default high-quality route performs five full-track separator passes. Full Karaoke processing places substantial pressure on both VRAM and system memory.

Usage GPU System memory CPU / storage
Recommended NVIDIA with 24GB+ VRAM 64GB+ 12+ cores; NVMe with at least 30GB free
Default route, workable NVIDIA with 16GB VRAM 64GB 8+ cores; NVMe with at least 15GB free
8–12GB VRAM NVIDIA CUDA 32GB+ Disable Karaoke and set POLARFORMER_MAX_CHUNK_SIZE=220500
CPU mode No GPU required 32GB+ 8+ cores; SSD; not recommended for long tracks or batch work

The validated system used an RTX 4070 Ti SUPER 16GB, Ryzen 9 7950X, and 32GB RAM. It completed the full route but remained under heavy load, so this should not be treated as a comfortable configuration. Peak VRAM and end-to-end time were not recorded; no estimates are claimed.

Verification

  • All 172 automated tests passed.
  • A real end-to-end CUDA cover completed on an RTX 4070 Ti SUPER, covering separation, RoFormer De-Reverb, RVC, and final mixing.
  • Windows/Linux CPU and GPU portable builds completed and were uploaded successfully.

完整改动 / Full diff: v1.3.0...v1.4.0

Loading

AI-RVC v1.3.0

AI-RVC v1.3.0

Choose a tag to compare

View all tags
@mason369 mason369 released this 04 Jul 10:27
v1.3.0
200e0d8

Changelog

v1.3.0 - 2026-07-04

AI-RVC v1.3.0 重点整理默认翻唱质量路线、模型兼容性和发布打包流程。

中文更新说明

亮点

  • 默认翻唱路线改为严格 RMVPE，并关闭 f0_hybrid_mode；混合 F0 和 fallback F0 不再静默改结果，出问题会直接报错。
  • 默认启用更贴近官方 RVC 的推理路径，同时保留本项目的翻唱预处理、清理、源约束和混音流程。
  • RVC 权重会根据模型形状识别 v1/v2，不再只依赖可能缺失或写错的 version 元数据。
  • 转换前会校验 FAISS 索引维度是否匹配当前 RVC 模型。
  • 支持导入自定义角色模型：单个 .pth、.pth + .index，或只包含一个模型的 .zip。
  • 可下载角色模型扩展到 181 个，并优化了系列和分类展示。
  • 清理 Gradio 临时前缀生成的下载文件名，并给每个输出结果单独提供下载按钮。

质量路线

  • RoFormer De-Reverb 现在是默认翻唱的严格 VC 预处理路线。
  • 源音清理和过渡平滑会尽量保留有效人声，同时压掉尾音回声、低电平杂音和切换尖刺。
  • 新增默认质量审计工具，用来阻止隐藏参数覆盖，并要求最终质量结论必须经过听感确认。
  • 移除了默认流程里的 UI singing-repair 开关，因为它依赖 F0 fallback 行为。

安装和运行

  • run.py 会检查必需基础模型，并在默认路线需要时准备 _official_rvc/ 官方源码树。
  • tools/download_models.py 支持准备 _official_rvc/，源码树不完整会直接报错。
  • 依赖检查会严格校验 Gradio、fairseq、audio-separator 等关键版本。
  • Hugging Face Hub 限制在 1.0 以下，避免和 Space 运行环境冲突。
  • GitHub Release 打包已对齐 Gradio 5.49.1，按 CPU/GPU 版本固定 audio-separator 0.44.1，预下载当前 RoFormer 默认模型，并把 _official_rvc/ 打进便携包。

UI 和文档

  • 翻唱参数现在会校验输入值，不再自动夹取或静默降级。
  • 混音预设会真正同步到音量和混响滑块，同时仍可手动微调。
  • README 和 Hugging Face README 已更新当前模型定位、SOTA 边界、严格默认参数和官方 RVC 源码准备方式。
  • 本地 agent 指令文件和生成的审计产物已从 Git 跟踪中移除；被 README 引用的文档和界面演示图继续保留。

测试

  • 新增或补齐了音频清理保护、RVC 版本识别、官方 adapter 导出、索引维度校验、自定义模型导入、下载文件名清理、UI 下载按钮、默认质量审计策略、安装依赖检查和严格翻唱配置的测试。
  • 2026-07-04 本地已验证：python -m unittest discover -s tests，116 个测试通过。

下载说明

  • Windows 包是 .7z 分卷，下载同一版本的所有 .001、.002 等文件后，用 7-Zip 从 .001 解压。
  • Linux 包是 .tar.gz.part* 分卷，下载同一版本的全部分卷后再合并解压。
  • CPU 版不需要显卡；GPU 版面向 NVIDIA CUDA 12.1 环境。

English Release Notes

AI-RVC v1.3.0 focuses on the default cover quality route, model compatibility, and release hygiene.

Highlights

  • Changed the default cover route to strict RMVPE with f0_hybrid_mode=off; hybrid/fallback F0 paths now fail loudly instead of silently changing behavior.
  • Enabled the official-compatible RVC inference path by default while keeping the project cover preprocessing, cleanup, source constraint, and mixing chain.
  • Added RVC checkpoint version detection from weight shape, so v1/v2 models with missing or wrong version metadata are handled explicitly.
  • Validates FAISS index dimensions against the loaded RVC model before conversion.
  • Added custom character model import from .pth, .pth + .index, or a single-model .zip.
  • Expanded the downloadable character registry to 181 entries and improved series/category grouping.
  • Cleaned generated cover download filenames by removing Gradio temp prefixes and adding per-output download buttons.

Quality Route

  • RoFormer De-Reverb is now the strict VC preprocessing path for default covers.
  • Source cleanup and transition smoothing now preserve more active vocal body while still suppressing echo tails, quiet artifacts, and transition spikes.
  • Added a default-quality audit tool that blocks hidden parameter overrides and requires listening review for final quality verdicts.
  • Removed the UI singing-repair toggle from the default flow because it depended on F0 fallback behavior.

Installation And Runtime

  • run.py now verifies required base models and prepares the vendored official RVC source tree when the default route needs it.
  • tools/download_models.py can prepare _official_rvc/ and reports incomplete trees as hard errors.
  • Dependency checks now enforce exact versions for Gradio, fairseq, and audio-separator where the project depends on pinned behavior.
  • Hugging Face Hub is constrained below 1.0 to stay aligned with the Space runtime.
  • GitHub release packaging now builds against Gradio 5.49.1, pins audio-separator 0.44.1 per CPU/GPU variant, preloads the current RoFormer defaults, and bundles _official_rvc/ into portable artifacts.

UI And Documentation

  • Cover controls now validate values instead of clamping or silently falling back.
  • Mix presets update actual mix sliders and still allow manual adjustment.
  • README and Hugging Face README now document the current model positioning, SOTA boundaries, strict defaults, and official RVC source preparation.
  • Local agent instruction files and generated audit artifacts are removed from Git tracking, while referenced docs and demo images remain tracked.

Tests

  • Added coverage for audio cleanup guards, RVC version detection, official adapter export, index dimension validation, custom model import, clean output filenames, UI download buttons, default quality audit policy, install requirement checks, and strict cover configuration.
  • Verified locally with python -m unittest discover -s tests on July 4, 2026: 116 tests passed.

Download Notes

  • Windows packages are split .7z archives. Download every volume for the same edition, then extract from .001 with 7-Zip.
  • Linux packages are split .tar.gz.part* archives. Download every part for the same edition, then concatenate and extract.
  • CPU builds do not require a GPU. GPU builds target NVIDIA CUDA 12.1 environments.
Loading

AI-RVC v1.2.1

AI-RVC v1.2.1

Choose a tag to compare

View all tags
@mason369 mason369 released this 17 May 07:51
v1.2.1
27a3780

AI-RVC v1.2.1

  • Added a Chinese / English interface language selector.
  • Added the English UI language pack and locale persistence in configs/config.json.
  • Kept language switching explicit: Gradio 3 labels update after app restart instead of silently pretending to hot-swap every static component.
  • Includes the strict SOTA runtime validation and portable build workflow updates already on master.

Verification:

Loading

v1.2.0

v1.2.0

Choose a tag to compare

View all tags
@mason369 mason369 released this 21 Mar 07:32
v1.2.0
fd40a37

AI-RVC v1.2.0

本版本已内置所有 AI 模型（HuBERT、RMVPE、UVR5、DeEcho、Roformer 人声分离、Karaoke 分离），解压即用。

便携版下载

文件 平台 推理方式 说明
AI-RVC-Windows-GPU-Portable.7z.001 + .002 Windows GPU (CUDA 12.1) 有 NVIDIA 显卡推荐
AI-RVC-Windows-CPU-Portable.7z.001 + .002 Windows CPU 无显卡使用
AI-RVC-Linux-GPU-Portable.tar.gz.partaa~ac Linux GPU (CUDA 12.1) 有 NVIDIA 显卡推荐
AI-RVC-Linux-CPU-Portable.tar.gz.partaa + .partab Linux CPU 无显卡使用

分卷文件使用方法

由于 GitHub Release 单文件限制 2GB，较大的包被自动分卷。必须下载同一包的所有分卷文件。

Windows（.7z 分卷）：

  1. 下载所有 .7z.001、.7z.002 等分卷文件到同一目录
  2. 右键 .7z.001 → 用 7-Zip 解压（需安装 7-Zip）
  3. 7-Zip 会自动合并所有分卷解压

Linux（.tar.gz 分卷）：
```bash

合并分卷并解压

cat AI-RVC-Linux--Portable.tar.gz.part > combined.tar.gz
tar -xzf combined.tar.gz
```

使用方法

  1. 下载对应平台的全部分卷文件
  2. 解压到任意目录
  3. 运行可执行文件，浏览器访问 http://127.0.0.1:7860

内置模型

  • HuBERT 特征提取 + RMVPE 音高检测
  • UVR5 人声分离（HP2/HP3/HP5）
  • DeEcho / DeReverb 去回声去混响
  • Mel-Band Roformer 高质量人声分离
  • Karaoke 主唱/和声分离
  • 40kHz / 48kHz 预训练权重

系统要求

  • Windows：Windows 10/11 (x64)
  • Linux：Ubuntu 20.04+ (x64)
  • GPU 版：NVIDIA 显卡（GTX 10xx 及以上）
  • 内存：建议 8GB+
Loading

v1.1.0

v1.1.0

Choose a tag to compare

View all tags
@github-actions github-actions released this 15 Mar 04:21
v1.1.0
1333d7c

AI-RVC 便携版可执行文件

Windows

  • 下载 AI-RVC-Windows-Portable.zip
  • 解压 zip 文件
  • 双击 AI-RVC-Windows.exe 启动
  • 浏览器访问 http://127.0.0.1:7860

Linux

  • 下载 AI-RVC-Linux-Portable.tar.gz
  • 解压：tar -xzf AI-RVC-Linux-Portable.tar.gz
  • 添加执行权限：chmod +x AI-RVC-Linux-Portable/AI-RVC-Linux
  • 运行：./AI-RVC-Linux-Portable/AI-RVC-Linux
  • 浏览器访问 http://127.0.0.1:7860

说明

  • 首次启动需要下载模型文件（约 5-10 分钟）
  • 无需安装 Python
  • ⚠️ 便携版仅支持 CPU 推理（构建时使用 CPU 版 PyTorch 以控制包体积），处理速度较慢
  • 如需 GPU 加速，请使用本地安装方式（python install.py）
  • 包含所有功能（翻唱、角色模型、混音预设等）

系统要求

  • Windows：Windows 10/11 (x64)
  • Linux：Ubuntu 20.04+ / Debian 11+ (x64)
  • 内存：建议 8GB+
  • 磁盘：需要 5GB+ 可用空间
Loading

v1.0.0

v1.0.0

Choose a tag to compare

View all tags
@github-actions github-actions released this 11 Mar 02:36
v1.0.0
41089fd

AI-RVC 便携版可执行文件

Windows

  • 下载 AI-RVC-Windows-Portable.zip
  • 解压 zip 文件
  • 双击 AI-RVC-Windows.exe 启动
  • 浏览器访问 http://127.0.0.1:7860

Linux

  • 下载 AI-RVC-Linux-Portable.tar.gz
  • 解压：tar -xzf AI-RVC-Linux-Portable.tar.gz
  • 添加执行权限：chmod +x AI-RVC-Linux-Portable/AI-RVC-Linux
  • 运行：./AI-RVC-Linux-Portable/AI-RVC-Linux
  • 浏览器访问 http://127.0.0.1:7860

说明

  • 首次启动需要下载模型文件（约 5-10 分钟）
  • 无需安装 Python
  • ⚠️ 便携版仅支持 CPU 推理（构建时使用 CPU 版 PyTorch 以控制包体积），处理速度较慢
  • 如需 GPU 加速，请使用本地安装方式（python install.py）
  • 包含所有功能（翻唱、角色模型、混音预设等）

系统要求

  • Windows：Windows 10/11 (x64)
  • Linux：Ubuntu 20.04+ / Debian 11+ (x64)
  • 内存：建议 8GB+
  • 磁盘：需要 5GB+ 可用空间
Loading