企业官网建设流程全解析

RVC 模型融合怎么做：一次把两个音色模型的优点合到一起

【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data <= 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI

Retrieval-based-Voice-Conversion-WebUI（RVC）是一个用 10 分钟以内语音数据就能训出可用变声模型的 WebUI 工具。当你手里已经有两个甚至更多音色模型时，不用重新训练，就能在界面里做RVC 模型融合：把两个模型文件按一个比例加权平均，生成第三个新模型。整个过程点几下鼠标，产出一个可以直接推理的.pth文件。

融合原理：一行公式就能说清

这一节回答"融合到底改了什么"——只改权重参数，不改结构，也不动索引文件。

RVC 里一个模型文件本质就是一组神经网络权重（浮点张量）。融合做的事非常直接：对每一对同名参数做加权平均，

新权重 = A权重 × 模型A + (1 − A权重) × 模型B

具体实现在 infer/lib/train/process_ckpt.py 的merge函数里。理解它有三个关键事实：

• 要求两个模型结构一致：参数名列表必须完全相同（比如都是 v1 的 40k 训练产物），否则直接返回The model architectures are not the same并停止。
• 输出固定为模型文件：结果写入assets/weights/你起的名字.pth。索引文件（.index）不参与融合，推理时你需要自己挑一个索引配合使用。
• 配置取自模型 A：新模型的config直接沿用 A，所以 A 应作为"主导模型"来选。

三步完成一次模型融合

这一节给出从零到拿到新文件的操作路径，界面入口是 infer-web.py 中的 "ckpt处理" 选项卡。

第 1 步：启动 WebUI 并进入融合面板

python infer-web.py

在浏览器打开本地地址（默认http://localhost:7860），点进顶部的ckpt处理标签页，第一个面板就是"模型融合"。

第 2 步：填写六个输入项

• A模型路径 / B模型路径：分别填两个待融合模型的.pth文件路径，建议用assets/weights下提取好的小模型（60MB 左右那种），而不是logs里的完整训练文件；
• A模型权重：0~1 的滑块，默认 0.5，含义见下一节；
• 目标采样率：40k 或 48k，两个模型训练时的采样率要一致；
• 模型是否带音高指导：一般选"是"，除非你训练时就没用 F0；
• 模型版本型号：v1 或 v2，与训练版本保持一致；
• 保存的模型名（不带后缀）与要置入的模型信息：后者是纯文字备注，可留空。

第 3 步：点"融合"并验证

点主按钮"融合"后，下方"输出信息"显示Success.即成功。接着到模型推理标签页刷新音色，选中刚生成的模型，用同一段输入音频听一遍——这是验收标准：音色应是两者的中间态，且没有电音、破音等明显异常。

融合比例怎么调

这一节解决"滑块往哪边拉"的问题：A模型权重就是模型 A 在新模型里的占比，模型 B 占 1 减去该值。

一个省时间的调试路线：

1. 从 0.5 起步，先听基准效果；
2. 如果更想保留 A 的音色特征，把权重拉到0.6~0.7，每次动 0.1，听同一句测试音频做对比；
3. 0.2/0.8 这类不对称比例适合"以 A 为主、只借 B 一点点东西"的场景，比如 A 咬字清楚但气息偏干，想让 B 补一点质感；
4. 每换一次比例就改一个保存名（如mix_a06），别覆盖上一轮结果，方便回退。

小提醒：比例不是玄学，但也不是线性体验——0.4 和 0.6 听起来可能差别很大，因为两个模型的音色差异大小不同。以耳朵为准。

三个容易踩的坑

这一节集中回答融合时最常见的报错和疑惑。

问：提示 "Fail to merge the models. The model architectures are not the same."？两个模型结构对不上：一个是 v1 一个是 v2、或采样率配置不同、或一个来自 logs 的完整文件而另一个是提取后的小模型。让两边用同一版本、同一采样率，并都使用weights目录下的提取版文件再试。

问：两个模型训练用的说话人数量不同，会报错吗？大概率不会。代码对emb_g.weight（说话人嵌入表）做了特判：形状不一致时按较小的一边截断后再做加权。但它不是无损的，这种组合下的融合效果要格外多听几段再下结论。

问：融合完为什么推理时还要选索引？索引会融合吗？不会。merge只输出.pth模型文件，索引仍是独立的.index。常见做法是：新模型先分别搭配 A、B 各自的索引各听一次，哪套更贴就用哪套。

模型文件放错目录、logs大文件直接当小模型用等问题，可以查 docs/cn/faq.md 里的说明。

今天就能做的最小验证

挑出你目前最满意的两个模型，按上面三步各融合一份 0.5 和 0.6 比例的结果，用同一句测试音频在推理页对比三次输出（两个原模型 + 两份融合）。如果融合版明显不如原模型，先别调比例，回去检查两个模型的采样率和版本是否一致——绝大多数"融合翻车"都出在这一点上。

【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data <= 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI