RVC 变声器排障手册14 类高频报错一次排清【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-WebUIRVCRetrieval-based-Voice-Conversion-WebUI是开源的变声训练推理工具10 分钟语音就能训出可用音色。跑训练时 ffmpeg error、显存不足、tensor 尺寸不匹配等报错并不罕见本文按你实际操作的四个阶段把 14 类高频故障的排查顺序讲清楚。跑起来之前环境与依赖FFmpeg 缺失导致音频处理报错现象处理音频时报 ffmpeg error或音频文件直接被跳过。原因RVC 内部靠 ffmpeg 读音频系统没装好工具链就会失败。处理Linux / macOS 用包管理器装sudo apt install ffmpeg # Debian/Ubuntu brew install ffmpeg # macOSWindows 下载 ffmpeg.exe 和 ffprobe.exe放到 RVC 根目录。验证安装ffmpeg -version提醒 装进系统环境变量比放根目录更省事换目录也不怕。llvmlite.dll 加载失败现象启动时报OSError: Could not load shared object file: llvmlite.dll。原因Windows 缺 VC 运行库llvmlite 依赖的动态库链加载不上。处理安装微软官方的 vc_redist.x64.exe64 位系统。重启 WebUI仍报错就重装包pip uninstall llvmlite pip install llvmlite --no-cache-dirPython 版本与 llvmlite 冲突现象poetry 装依赖时报 llvmlite 版本冲突装不上或锁死。原因llvmlite0.39.0 只兼容 Python 3.7~3.10其他版本会冲突。处理准备 3.7~3.10 的 Python。绑定解释器后再装poetry env use path to your python.exe poetry run pip install -r requirements.txt启动报预模型文件缺失现象启动或点训练时报文件找不到路径指向 assets/hubert、assets/pretrained、assets/uvr5_weights 等。原因RVC 需要一批预训练模型才能工作仓库本身不带这些权重。处理从官方 Hugging Face 空间补齐 assets/hubert、assets/pretrained、assets/pretrained_v2v2 模型才需要、assets/uvr5_weights 四份文件。要用 RMVPE 音高提取把 rmvpe.pt 放到 RVC 根目录。也可以直接跑 tools 目录里的下载脚本按清单自动拉取。本阶段易踩的坑Windows 用户优先确认 VC 运行库已装再查其他依赖。显卡型号决定 requirements 文件N 卡用 requirements.txtA 卡 / I 卡用 requirements-dml.txt别混装。第一次启动与配置代理引发的 JSON 解析报错现象WebUI 弹出Expecting value: line 1 column 1 (char 0)。原因这是 JSON 解析失败的通用报错通常不是配置文件坏了而是代理拦了请求。处理关闭系统局域网代理和全局代理。清掉服务端代理变量如 AutoDL 开了学术加速unset http_proxy unset https_proxy重启 WebUI。提醒⚠️ 客户端代理和服务端代理要一起关只关一半照样报。端口占用与连接中断现象浏览器访问 7860 没有页面或提示 Connection Error。原因控制台窗口被手动关掉WebUI 进程随窗口退出或 7860 端口被别的实例占着。处理确认黑色控制台窗口保持开启最小化即可。查端口占用lsof -i :7860 # Windows: netstat -ano | findstr :7860结束占用进程或换端口启动。音频路径特殊字符处理失败现象处理数据集时报 ffmpeg error 或 utf8 error。原因路径带空格、括号等符号会让 ffmpeg 读失败训练集路径含中文时写 filelist.txt 会出 utf8 error。多半不是 ffmpeg 本身的锅。处理数据集文件夹和音频文件统一改成纯英文、无空格命名。重新执行数据加载与处理。本阶段易踩的坑别同时开两个 RVC 实例抢端口。路径命名一次改到位含中文和空格的路径是后面所有数据类报错的源头。准备训练数据wavs16k 过小的音频文件现象训练时报RuntimeError: The size of tensor a (24) must match the size of tensor b (16)。原因wavs16k 里混了异常音频文件大小显著偏小通常不足正常文件的 1/3特征提取时张量维度对不上。处理进 logs/实验名/wavs16k按文件大小排序找出偏小的文件。删掉这些异常音频。重新点训练模型一键流程中断后训练完记得手动补一次训练索引。数据预处理内存溢出现象提取音高或处理数据阶段报文件 error、内存 error进程直接崩。原因CPU 进程开太多内存被撑爆。处理把提取音高和处理数据使用的CPU进程数降到物理核心数的一半8 核就设 4。过长的音频先手动切短再处理。关闭其他吃内存的程序后重试。采样率变更引发维度错误现象换了采样率后继续训练报 tensor 尺寸不匹配类错误。原因采样率和底模、特征维度是绑定的中途变更会让张量维度对不上。处理新建实验名从头训练别在原实验上改采样率。把上次 logs 里已提取的音高和特征目录0/1/2/2b 文件夹拷到新实验名下省掉重新提取的时间。提醒⚠️ 48k 音质更好但更吃资源开训前一次定好不中途改。本阶段易踩的坑训练集时长建议 10~50 分钟底噪大的差音质数据 20~30 个 epoch 就够别硬拉高。处理新数据前先检查文件名和单文件长度别把垃圾文件喂进去。训练与推理阶段训练完缺索引文件现象一键训练结束logs/实验名下有模型却没有 added 开头的 .index 索引文件。原因训练集较大时添加索引这步内存需求过高卡住后静默失败。处理单独再点一次训练索引按钮等进度到 100%。仍失败就改用批处理脚本生成python tools/infer/train-index.py索引文件可能几百 MB先确认磁盘空间。训练推理显存不足现象训练或推理时报Cuda out of memory。原因显存不够。batch size一次喂给模型的样本数过大或推理分段参数偏大都会推高占用。处理训练时把 batch size 调小最低可设 1还不够只能换显卡。推理时改 configs/config.py 结尾的 x_pad、x_query、x_center、x_max 数值调小即可。4G 以下显存如 1060 3G直接用 CPU 推理。中间模型直接用报 key 不存在现象把 logs 下的 G_xxxx.pth 复制进 weights 推理报 f0、tgt_sr 等 key 不存在。原因logs 下几百 MB 的完整模型是实验存档不是推理模型。处理进 ckpt 选项卡做小模型提取输入路径填 G 开头的那个。选择是否携带音高、目标音频采样率信息logs 下能自动找到时会自动带。提取后 weights 下出现 60MB 的 .pth刷新音色即可选用。提醒⚠️ 分享模型只发 weights 下的 .pth 加对应 .index别发整个 logs 文件夹。推理列表缺新音色现象训练完成后推理界面下拉列表没有新音色或选了没效果。原因模型没提取到 weights或音色列表没刷新。处理点刷新音色等 2~3 秒。检查 weights 下是否出现 60MB 左右的 .pth没有就先做 ckpt 小模型提取。仍不行就翻 logs/实验名 下的日志搜 error确认训练环节真的跑完了。本阶段易踩的坑看到Training is done后紧挨着的报错先确认模型和索引都已生成再判断真假。一个实验名固定绑定一个采样率跨采样率换实验重来。速查表报错 / 表现先查哪里最快处理ffmpeg error / utf8 error数据集路径与文件名改纯英文无空格命名OSError: llvmlite.dll系统 VC 运行库装 vc_redist.x64 后重启Expecting value (char 0)系统代理与 http_proxy关代理、unset 代理变量Connection Error控制台窗口 / 7860 端口保持窗口开启换端口启动The size of tensor a must match blogs/实验名/wavs16k删明显过小的音频文件 / 内存 errorCPU 进程数设置进程数降到核心数一半tensor 尺寸不匹配换采样率后实验绑定的采样率换实验名从头训练缺 added 开头的 .index训练集大小重点此训练索引Cuda out of memorybatch size / config.py调小 batch size 或分段参数f0、tgt_sr key 不存在用的哪个 pth先做 ckpt 小模型提取推理看不到新音色weights 目录刷新音色确认 60MB pth多数 RVC 报错都能按环境 → 数据 → 参数的顺序排掉先看依赖和预模型齐不齐再看路径与音频文件干不干净最后才是 batch size、采样率这类参数有没有越界。还查不到原因时把控制台输出连同 logs/实验名 下的日志一起对照 官方 FAQ社区基本能帮你快速定位。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考