直接在瀏覽器中將 .pth 語音模型轉換為 .onnx 格式。免上傳、免安裝 Python、100% 隱私保護。
瀏覽器內執行 · 無須下載將你的 .pth 模型檔案拖放到轉換器中
轉換器會分析模型結構
你的模型會在本機端轉換為 ONNX 格式
下載 .onnx 檔案並匯入 Echo
你的模型檔案絕不會離開你的電腦。所有轉換都使用 WebAssembly 在你的瀏覽器本機端運行——沒有伺服器、沒有雲端、沒有資料收集。
無需 Python、無需 PyTorch、無需命令列。拖放你的 .pth 檔案,幾秒鐘內即可獲得一個可用的 .onnx 模型。適用於任何現代瀏覽器。
支援所有來自 Hugging Face、AI Hub 和 Applio 的 RVC v2 語音模型(768 維嵌入)。輸出可直接與 EchoRVC 搭配使用。
轉換來自 Hugging Face 的角色語音模型,以便在 Discord、Valorant 或 CS2 的遊戲過程中使用 EchoRVC。
YouTuber 和實況主可以轉換名人或角色的語音模型,用於喜劇短劇、模仿和現場娛樂。
轉換人聲 RVC 模型,以在你的 DAW 工作流程中創建 AI 翻唱、和聲或人聲風格轉換。
機器學習研究人員和愛好者可以快速轉換模型格式,以進行測試、基準測試和跨平台部署。
RVC(基於檢索的語音轉換)是最受歡迎的開源語音克隆技術。大多數社群訓練的模型都以 .pth 檔案的形式分享——這些是 PyTorch 的檢查點,需要安裝了 CUDA 和 PyTorch 的完整 Python 環境才能運行。對於只想改變聲音的非技術用戶來說,這是一個巨大的障礙。ONNX(開放神經網路交換)是一種可攜式的模型格式,可以在任何平台上運行而無需 Python。將你的 .pth 模型轉換為 .onnx 使其與我們的原生桌面變聲器 EchoRVC 相容,該變聲器無需任何 Python 依賴即可實現即時推斷。結果是更快的載入速度、更低的延遲和無縫的隨插即用體驗。
到目前為止,轉換 RVC 模型需要運行安裝了 PyTorch 的 Python 腳本——這個過程即使是經驗豐富的用戶也會感到困惑。其他線上轉換器要求你將模型檔案上傳到伺服器,這引發了隱私問題,並且對於可能超過 100 MB 的檔案會產生上傳等待時間。我們的轉換器與眾不同。它使用 rvc-onnx-web 函式庫,利用 WebAssembly 在客戶端執行整個轉換過程。你的模型檔案從頭到尾都留在你的機器上。沒有上傳、沒有伺服器處理、也沒有資料保留。這使其成為網路上最私密、最易於使用的 RVC 語音模型轉換方式。
是的——轉換過程 100% 在你的瀏覽器中進行。你的 .pth 檔案絕不會上傳到任何伺服器。你可以透過檢查瀏覽器開發者工具中的「網路」分頁來驗證這一點——轉換過程中不會發出任何請求。
PTH 檔案是 PyTorch 的檢查點,需要完整的 Python 環境才能運行。ONNX 是一種可攜式、最佳化的格式,可以在任何平台上運行而無需 Python。EchoRVC 使用 ONNX 模型以在 Windows、macOS 和網頁上實現最快的速度和相容性。
此轉換器支援具有 768 維嵌入的 RVC v2 模型,這是自 2023 年以來 Applio、Mangio-RVC 和大多數社群訓練者使用的現代標準。不支援較舊的 RVC v1 模型(256 維)——對於那些模型,請使用 Applio 內建的 ONNX 匯出功能。
將 .pth 模型拖放到這裡
或選擇檔案 · RVC v2 · 最大 200 MB
適用於採用新版 ZIP 結構的 RVC v2 checkpoint
本機轉換 · 不上傳模型 · 每次處理一個檔案