版本： v2.5.7 | 作者： Matsuko / CCYellowStar2 原项目链接：https://github.com/CCYellowStar2/astrbot_plugin_rvc_svc
一个在原项目加强的 AstrBot 插件，可以使用 RVC 和 SVC 模型对歌曲进行 AI 翻唱。支持自动下载歌曲、人声伴奏分离、AI 变声、音频后处理和混音等全流程操作。原作者：CCYellowStar2
⚡ SVC-Fusion推理端的请去我的仓库下载SVC-Fusion替换文件。链接：https://github.com/sdfsfsk/SVC-Fusion-fix
| 特性 | 说明 |
|---|---|
| 🎵 多平台音乐搜索 | 网易云音乐、QQ音乐、酷狗、酷我等 16+ 平台 |
| 🎤 双引擎翻唱 | 同时支持 RVC 和 SVC 两种 AI 音色转换模型 |
| 🤖 LLM 工具调用 | 支持 12 个 LLM Function Calling 工具，智能对话式点歌 |
| ⚡ 一键智能翻唱 | 只需说歌名，自动完成搜索→选歌→选模型→生成全流程 |
| 📦 批量翻唱 | 一次请求翻唱多首歌曲，异步后台执行不超时 |
| 🧠 偏好学习 | 记住用户常用模型和音调偏好，越用越智能 |
| 🎯 精准歌手匹配 | 支持自然语言点歌时精准匹配原曲歌手（如：点歌 金曜日のおはよう 雨宫天） |
| ⏳ 实时进度条 | 支持将后端分离与推理进度实时反馈至 QQ 聊天窗口 |
| 🎵 F0音高算法配置 | RVC/SVC 分别支持多种音高提取算法，电音人声可切换 harvest |
| 🔄 确认机制 | 支持自然语言交互：「就这个」「换一个」「确定」「取消」 |
| 🏷️ 模型别名与模糊匹配 | 用中文别名或部分名称指定模型，无需记序号 |
| ❌ 智能错误反馈 | QQ音乐源获取失败时自动提示原因并建议解决方案，AI自动通知用户 |
| 📢 AI状态同步 | 翻唱成功/失败均自动通知AI，避免AI以为任务还在进行中 |
| 🔄 QQ音乐风控自动重试 | QQ音乐API触发风控时自动重试（可配置开关和次数），提高成功率 |
通过 AstrBot 自带插件商店搜索 astrbot_plugin_matsuko_cover 一键安装。
- 下载本插件到 AstrBot 的
data/plugins目录 - 重启 AstrBot
pip install gradio_client aiohttp qqmusic-api-python
qqmusic-api-python为可选依赖，仅使用 QQ 音乐功能时需要安装。
🚨 【特别提醒：硬件要求】 🚨 目前提供的两个后端版本【仅支持 AMD 显卡 (A卡)】运行！如果您使用的是 NVIDIA 显卡 (N卡) 或其他配置，将无法正常运行分离与推理功能哦喵~
🎉 RVCSVC-API v1.2.2 更新内容：
- 伴奏升调开关：新增
shift_accompaniment参数，支持控制升降调时是否同步调整伴奏音高。开启时人声和伴奏同步升降；关闭时只调整人声，伴奏保持原调。 - 升降调范围放宽：混音阶段不再使用
optimize_pitch_shift限制伴奏调整范围，传入 ±12 时伴奏也会同步升降一个八度。 - SVC 硬编码端口修复：SVC 中间层
_call_gradio_sse中硬编码的127.0.0.1:7777改为从SVC_API_BASE常量解析，方便统一修改上游端口。
🎉 RVCSVC-API v1.2.1 更新内容：
- UVR5 参数动态化：UVR5 人声分离参数（聚合度、TTA、后处理、窗口大小、高频处理方式）现支持从插件端动态传参，不再硬编码。可在 AstrBot 插件配置面板中调整，无需修改后端代码。
- API 参数统一：RVC 和 SVC 两个后端的
/convertAPI 参数列表完全统一，UVR5 和 MSST 参数同时传递，各后端自动忽略不适用的参数，插件无需区分后端类型。 - 参数调试日志：后端启动推理时会打印完整的 UVR5/MSST 参数信息，方便排查参数传递问题。
🎉 RVCSVC-API v1.1 更新内容：
- 完全绿色独立：不再依赖外部（如 SVC-Fusion）的 Python 环境，自带完整运行环境，解压即用，支持任意目录移动！
- ZLUDA 核心升级：RVCSVC-API-MSST 升级至最新 ZLUDA 核心，完美支持 RDNA4 (RX 9000系) 等最新架构显卡，修复了
CUBLAS_STATUS_NOT_SUPPORTED报错。 - 动态伴奏音高：新增伴奏音高自动同步功能，当人声进行非八度（±12）的升降调时，伴奏会自动进行相应的移调处理。
- 稳定性修复：修复了导出音频时因
temp目录缺失导致的FileNotFoundError错误。
我们为您准备了两个不同版本的后端整合包，请根据您的需求下载：
- 🔗 百度网盘下载链接：点击这里下载
- 🔑 提取码：
c3gm
两个版本的区别说明：
RVCSVC-API-amd(基础/兼容/DirectML版)- 底层技术：基于 DirectML 加速。
- 人声分离方案：采用经典的 UVR5 (HP5模型)。
- 特点：硬件兼容性极佳，支持各种老架构 AMD 独显以及内置的 AMD 核显 (APU)。显存占用相对较低，分离速度快。
RVCSVC-API-MSST(高阶/高精度/ZLUDA版)- 底层技术：基于 ZLUDA 加速 (使 AMD 显卡直接运行 CUDA 代码)。
- 人声分离方案：集成了最先进的 BS-Roformer (MSST) 模型。
- 特点：人声分离精度极高，几乎无残留。但对硬件要求较高，建议使用较新的 AMD 桌面级显卡（如 RX 6000/7000 系列）。部分老显卡或核显在运行 ZLUDA 时可能会遇到兼容性报错或张量大小不匹配的问题。
解压您下载的整合包后，无需进行任何安装，里面已经内置了开箱即用的完整环境：
- 启动服务：根据需要双击启动对应的服务：
- 仅使用 RVC：运行
启动 rvcapi.bat(默认端口 7860) - 仅使用 SVC：运行
启动 svcapi.bat(默认端口 7866) - 两个都要用：同时运行这两个 bat 文件
- 仅使用 RVC：运行
⚠️ 注意：启动 API 的同时，您的底层 RVC 或 SVC 引擎也必须处于运行状态，API 中间件会将任务转发给底层引擎执行。🚨 【特别提醒：SVC-Fusion 用户必看】 🚨 如果您使用的是
SVC-Fusion作为底层 SVC 引擎，因为原版代码在接口通信和模型加载上与本插件存在兼容性问题，您必须替换部分核心文件！
- 在我仓库中提供了一个名为
SVC-Fusion替换文件的文件夹（内含魔改补丁），链接在标题。- 操作方法：将该补丁文件夹中的
amd目录直接复制，覆盖到您原版SVC-Fusion的根目录下即可完成适配！
将训练好的 .pth 模型文件放入后端对应的模型目录中，然后在聊天窗口发送 /刷新rvc模型 或 /刷新svc模型 命令，让插件重新加载最新的模型列表。
详细的底层引擎配置请参考后端整合包内的具体说明。
| 命令 | 说明 | 权限 |
|---|---|---|
/rvc <歌名> [升降调] |
使用 RVC 模型翻唱歌曲 | 所有人 |
/刷新rvc模型 |
从 RVC 后端刷新模型列表 | 所有人 |
/设置rvc后端链接 <URL> |
设置 RVC 后端地址 | 管理员 |
| 命令 | 说明 | 权限 |
|---|---|---|
/svc <歌名> [升降调] |
使用 SVC 模型翻唱歌曲 | 所有人 |
/刷新svc模型 |
从 SVC 后端刷新模型列表 | 所有人 |
/设置svc后端链接 <URL> |
设置 SVC 后端地址 | 管理员 |
| 命令 | 说明 | 前提条件 |
|---|---|---|
/qqrvc <歌名> |
用 QQ 音乐 + RVC 翻唱 | 开启 enable_qqmusic |
/qqsvc <歌名> |
用 QQ 音乐 + SVC 翻唱 | 开启 enable_qqmusic |
/qq点歌 <关键词> |
在 QQ 音乐搜索歌曲 | 开启 enable_qqmusic |
| 参数 | 说明 | 示例 |
|---|---|---|
<歌名> |
要翻唱的歌曲名称 | 孤勇者、晴天 - 周杰伦 |
[升降调] |
可选，范围 -12 到 12 | 2 表示升高 2 个半音，-3 表示降低 3 个半音 |
用户: /rvc 孤勇者 2
Bot: 为您找到以下歌曲：
1. 孤勇者 - 陈奕迅
2. 孤勇者（伴奏） - 陈奕迅
...
请在30秒内输入歌曲序号进行选择：
用户: 1
Bot: 已选歌曲: 孤勇者
使用: RVC
可用模型：
1. 塔菲
2. 阿米娅
...
请在30秒内输入模型序号：
用户: 1
Bot: 好的！正在使用 RVC 模型【塔菲】为您生成《孤勇者》（+2调），请耐心等待...
[发送音频文件]
当插件配合支持 Function Calling 的 LLM 使用时，可以通过自然对话完成所有操作。这是最高效的使用方式！
只需一句话，自动完成搜索 → 选歌 → 选模型 → 生成全部流程：
| 用户输入 | 效果 |
|---|---|
帮我翻唱《晴天》 |
自动用默认配置完成全部步骤 |
用SVC翻唱《稻香》 |
指定使用 SVC 模型 |
用第4个模型翻唱《七里香》，升2调 |
完全自定义参数 |
用塔菲的模型翻唱《孤勇者》 |
用别名/名称指定模型（模糊匹配） |
从QQ音乐翻唱《起风了》 |
指定音乐源为 QQ 音乐 |
💡 支持用模型的中文别名或文件名的一部分来指定模型，无需记住序号！例如输入「塔菲」就能匹配到
tafeim.pth。
一次请求翻唱整个歌单：
| 用户输入 | 效果 |
|---|---|
帮我翻唱这三首歌：《晴天》《稻香》《七里香》 |
批量翻唱 3 首 |
用SVC批量翻唱《A》《B》《C》《D》《E》 |
指定类型批量翻唱 |
⚠️ 单次最多翻唱数量由配置项max_batch_size控制（默认 5 首）。批量翻唱采用异步后台执行，不会因超时中断。每完成一首会立即推送音频，最后发送汇总报告。
AI 会记住你的喜好，下次翻唱时自动应用：
| 用户输入 | 效果 |
|---|---|
以后都用SVC翻唱 |
保存默认翻唱类型为 SVC |
把默认模型改成第2个 |
保存默认模型序号 |
默认升2调 |
保存默认音调调整 |
给我推荐个配置 |
基于历史记录推荐最佳配置 |
查看我的翻唱统计 |
显示个人使用报告（次数、收藏歌手等） |
清空我的翻唱历史 |
删除所有个人记录，重新开始 |
偏好数据保存在 data/user_preferences.json，包含：
- 默认翻唱类型和模型
- 默认音调调整值
- 收藏歌曲列表（最近 20 首）
- 偏爱歌手列表（最近 10 位）
- 总使用次数和最后使用时间
在执行重要操作前支持自然语言确认：
| 用户输入 | 效果 |
|---|---|
就这个 |
确认当前选择 |
换一个 |
更换当前选项 |
确定 |
确认并继续 |
取消 |
取消操作 |
看看详情 |
查看当前选择的详细信息 |
| 工具名 | 功能 | 说明 |
|---|---|---|
search_music |
搜索歌曲 | 支持指定关键词和返回数量 |
rvc_cover |
RVC 翻唱 | 单独使用 RVC 模型翻唱 |
svc_cover |
SVC 翻唱 | 单独使用 SVC 模型翻唱 |
get_available_models |
查看模型列表 | 查看 RVC/SVC 所有可用模型及别名 |
save_preference |
保存偏好 | 记住用户的常用配置 |
get_recommendation |
获取推荐 | 基于历史数据推荐配置 |
view_my_stats |
个人统计 | 查看完整使用报告 |
clear_my_history |
清空历史 | 删除所有个人记录 |
参数：
- keyword (string): 搜索关键词（必填）
- limit (number): 返回数量，默认5，最大10
示例： "帮我搜索一下周杰伦的歌"
参数：
- song_name (string): 歌曲名称（必填）
- artist_name (string, 可选): 歌手名称（精准匹配原曲歌手）
- model_index (number): 模型序号，默认1
- key_shift (number): 音调调整(-12~12)，默认0
示例： "用RVC第3个模型帮我翻唱雨宫天的《金曜日のおはよう》，升2调"
参数：
- song_name (string): 歌曲名称（必填）
- artist_name (string, 可选): 歌手名称（精准匹配原曲歌手）
- model_index (number): 模型序号，默认1
- key_shift (number): 音调调整(-12~12)，默认0
示例： "用SVC模型的第2个模型翻唱《稻香》"
在 AstrBot 控制面板进入 插件管理 → astrbot_plugin_matsuko_cover → 插件配置 进行设置。
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
rvc_base_url |
string | http://127.0.0.1:7860/ |
RVC API Gradio 后端地址（必须以 / 结尾） |
svc_base_url |
string | http://127.0.0.1:7866/ |
SVC API Gradio 后端地址（必须以 / 结尾） |
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
default_api |
string | netease_nodejs |
默认音乐 API：netease / netease_nodejs / qqmusic |
nodejs_base_url |
string | https://wyy.xhily.com |
网易云 Node.js API 地址（仅 netease_nodejs 模式生效） |
enable_qqmusic |
bool | true |
启用 QQ 音乐搜索功能 |
disable_netease |
bool | false |
禁用网易云（开启后强制使用 QQ 音乐，推荐以获取更全版权） |
qqmusic_retry_on_ratelimit |
bool | true |
QQ 音乐触发风控时自动重试 |
qqmusic_retry_max_attempts |
int | 3 |
风控重试最大次数（每次间隔 5 秒） |
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
timeout |
int | 30 |
等待用户选择歌曲/模型的超时时间（秒） |
inference_timeout |
int | 300 |
AI 推理超时时间（秒），经常超时可调大 |
llm_tool_timeout |
int | 10 |
LLM 工具调用超时（秒），建议 5-10 秒让 LLM 快速收到响应 |
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
rvc_models_keywords |
list | [] |
RVC 模型别名列表，格式：模型文件名|||别名，每行一个 |
svc_models_keywords |
list | [] |
SVC 模型别名列表，格式同上 |
使用
/刷新rvc模型或/刷新svc模型命令可自动从后端获取模型列表并填充此配置。
模型别名格式示例：
tafeim.pth|||塔菲
amiya_model.pth|||阿米娅
hoshino.pth|||星野
配置后即可用别名指定模型：用塔菲模型翻唱《xxx》
以下开关可独立控制各高级功能的启用/禁用：
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
llm_force_mode |
bool | false |
LLM 强制模式：开启后禁用所有手动命令（/rvc /svc /qqrvc /qqsvc /qq点歌 /我的翻唱统计），只能通过对话让 LLM 调用工具 |
enable_smart_cover |
bool | true |
启用智能单步翻唱（smart_cover 一键翻唱） |
enable_enhanced_context |
bool | true |
启用增强上下文记忆（优化搜索结果格式帮助 LLM 理解） |
enable_confirm_mechanism |
bool | true |
启用确认机制（「就这个」「换一个」等自然语言交互） |
enable_batch_cover |
bool | true |
启用批量翻唱功能 |
enable_preference_learning |
bool | true |
启用偏好学习与推荐系统 |
enable_progress_bar |
bool | true |
启用渲染和分离进度条输出到QQ聊天窗口 |
enable_llm_success_notify |
bool | true |
处理完成后通知大语言模型 (LLM)，让其用人设回复用户 |
enable_send_file |
bool | false |
翻唱完成后同时以文件附件形式发送到群聊，方便群友下载保存 |
enable_config_report |
bool | true |
翻唱完成后发送配置信息报告（如"📊 本次配置：类型=RVC, 模型=塔菲, 调音=+0"）。关闭后只发送音频不发送文字消息 |
progress_update_interval |
int | 3 |
进度条消息发送频率（秒），防刷屏保护 |
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
default_api_type |
string | rvc |
默认翻唱类型：rvc 或 svc |
default_model_index |
int | 1 |
默认模型序号（从 1 开始） |
default_key_shift |
int | 0 |
默认音调调整（-12 到 12） |
f0_method |
string | rmvpe |
RVC 音高提取算法：rmvpe（默认，效果最好）/ harvest（电音人声推荐）/ crepe（吃GPU，DML不可用）/ pm（最快） |
svc_f0_method |
string | fcpe |
SVC 音高提取算法：fcpe（默认，SVC推荐）/ rmvpe / crepe / harvest / parselmouth / dio |
max_batch_size |
int | 5 |
批量翻唱最大数量 |
preference_storage_path |
string | data/user_preferences.json |
偏好数据存储路径 |
⚠️ 注意：以下参数仅对对应后端生效，另一套后端会自动忽略。
UVR5 参数（仅 RVCSVC-API-amd 后端有效）：
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
uvr5_agg |
int | 10 |
UVR5 人声分离聚合度，范围 0~20。值越大分离越激进（人声更完整但可能混入伴奏） |
uvr5_tta |
bool | false |
测试时增强（TTA），对音频做多次翻转推理再取平均，提升分离质量但速度慢约一倍 |
uvr5_postprocess |
bool | false |
后处理，检测并去除人声频谱中的静音区域，进一步减少伴奏泄漏 |
uvr5_window_size |
int | 512 |
STFT 窗口大小，影响频谱分辨率。可选 256 / 512 / 1024 |
uvr5_high_end_process |
string | mirroring |
高频处理方式：mirroring（将中高频镜像填充到高频，推荐）或 none |
MSST 参数（仅 RVCSVC-API-MSST 后端有效）：
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
msst_batch_size |
int | 2 |
批处理大小，控制显存占用与速度。显存 >16G 可调至 4 或 8 以加速 |
msst_num_overlap |
int | 4 |
重叠次数，控制分离平滑度。值越大边缘越平滑但速度成倍下降 |
msst_normalize |
bool | true |
分离前自动平衡音频音量，提高稳定性 |
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
shift_accompaniment |
bool | true |
升降调时同时调整伴奏音高。开启后，设置升降调时伴奏会同步调整以匹配人声；关闭则只调整人声音高，伴奏保持原调。适合想单独听人声变化效果时使用 |
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
enable_auto_key_shift |
bool | false |
启用自动升降调。根据原曲歌手性别与模型性别自动调整音调（男→女升调，女→男降调） |
male_to_female_shift |
int | 12 |
男歌手 → 女声模型时自动升调的半音数（RVC 官方推荐 +12） |
female_to_male_shift |
int | -12 |
女歌手 → 男声模型时自动降调的半音数 |
artist_gender_map |
list | [] |
歌手性别映射表，格式：歌手名:male 或 歌手名:female。优先级高于 LLM 自动判断 |
model_gender_map |
list | [] |
模型性别映射表，格式：模型别名:male 或 模型别名:female |
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
third_party_api_key |
string | "" |
jkapi.com 的 API Key，用于获取 QQ 音乐 VIP/付费歌曲播放链接。留空则跳过第三方 API，仅使用官方和备选 API |
┌─────────────────────────────────────────────────────────────────────────┐
│ 用户（QQ群/私聊） │
│ "帮我用塔菲的声音翻唱《孤勇者》" │
└──────────────────────────────┬──────────────────────────────────────────┘
│ 消息
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ AstrBot 机器人框架 │
│ ┌───────────────────────────────────────────────────────────────────┐ │
│ │ astrbot_plugin_matsuko_cover 插件 │ │
│ │ │ │
│ │ ① 接收请求 → LLM解析意图 / 命令解析 │ │
│ │ ② 搜索歌曲（网易云API / QQ音乐API） │ │
│ │ ③ 下载原始音频 │ │
│ │ ④ 调用 RVCSVC-API 进行推理 │ │
│ │ ⑤ 接收结果 → 发送语音/文件到群聊 │ │
│ └──────────────────────────┬────────────────────────────────────────┘ │
└─────────────────────────────┼───────────────────────────────────────────┘
│ Gradio API 调用
│ (HTTP)
┌───────────────┴───────────────┐
▼ ▼
┌─────────────────────────┐ ┌─────────────────────────┐
│ RVCSVC-API (RVC) │ │ RVCSVC-API (SVC) │
│ 端口: 7860 │ │ 端口: 7866 │
│ │ │ │
│ Gradio API 中间件 │ │ Gradio API 中间件 │
│ ┌───────────────────┐ │ │ ┌───────────────────┐ │
││ 1. 人声分离 (UVR5) │ │ ││ 1. 人声分离 (UVR5/ │ │
││ 或 (MSST) │ │ ││ MSST) │ │
││ 2. 调用 RVC 推理 │ │ ││ 2. 调用 SVC 推理 │ │
││ 3. 后处理 & 混音 │ │ ││ 3. 后处理 & 混音 │ │
││ 4. 返回成品音频 │ │ ││ 4. 返回成品音频 │ │
│ └────────┬──────────┘ │ │ └────────┬──────────┘ │
└───────────┼─────────────┘ └───────────┼─────────────┘
│ 子进程调用 │ HTTP API 调用
▼ ▼
┌─────────────────────────┐ ┌─────────────────────────┐
│ RVC 引擎 │ │ SVC-Fusion 引擎 │
│ (Python WebUI 进程) │ │ (Python WebUI 进程) │
│ │ │ │
│ · 加载 .pth 模型 │ │ · 加载 .pth 模型 │
│ · 特征提取 (Content) │ │ · 特征提取 (Content) │
│ · F0 音高提取 │ │ · F0 音高提取 │
│ · 检索增强推理 │ │ · 扩散/生成推理 │
│ · 音色转换输出 │ │ · 音色转换输出 │
└─────────────────────────┘ └─────────────────────────┘
AMD GPU AMD GPU
(DirectML / ZLUDA) (DirectML / ZLUDA)
| 组件 | 角色 | 说明 |
|---|---|---|
| AstrBot | 聊天机器人框架 | 接收QQ消息、管理插件、调度LLM |
| matsuko_cover 插件 | 业务逻辑层 | 歌曲搜索、用户交互、参数管理、结果发送 |
| RVCSVC-API | API 中间件 | 将 Gradio 接口封装为统一的 REST API，负责人声分离→推理→后处理→混音的完整流水线 |
| RVC 引擎 | 底层推理引擎 | 基于 Retrieval-based Voice Conversion 的 AI 变声 |
| SVC-Fusion 引擎 | 底层推理引擎 | 基于 So-VITS-SVC 的 AI 变声（需替换补丁文件） |
原始人声 ──→ 特征提取 ──→ F0音高提取 ──→ 检索增强 ──→ 音色转换 ──→ 目标音色人声
(ContentVec) (rmvpe等) (从索引库检索 (VC模型推理)
相似特征向量)
- 特征提取：使用 ContentVec 模型将原始人声转换为语义特征向量（256维），提取语音的内容信息（说什么、怎么说的）
- F0 音高提取：使用 rmvpe/harvest/crepe 等算法提取基频曲线（音高轮廓），保留原始旋律
- 检索增强：从预先构建的特征索引库中检索与输入最相似的目标音色特征，增强音色转换的稳定性和相似度
- 音色转换：将内容特征 + F0曲线 + 检索特征送入 VC 模型，生成目标音色的语音
RVC 的核心优势：通过检索机制（Retrieval），即使在少量训练数据的情况下也能保持较高的音色相似度，有效减少音色泄漏。
原始人声 ──→ 特征提取 ──→ F0音高提取 ──→ 扩散/生成模型 ──→ 音色转换 ──→ 目标音色人声
(ContentVec) (fcpe等) (浅层扩散或 (VITS 声码器)
直接生成)
- 特征提取：同样使用 ContentVec 提取语音内容特征
- F0 音高提取：使用 fcpe/rmvpe 等算法提取基频
- 扩散/生成推理：SVC-Fusion 支持两种推理模式——浅层扩散（Shallow Diffusion）和直接生成。扩散模式通过逐步去噪获得更精细的频谱细节
- 声码器合成：使用 VITS 声码器将 Mel 频谱转换为波形音频
SVC 的核心优势：扩散模型可以生成更细腻的频谱细节，理论上音质上限更高；但推理速度比 RVC 慢，且对训练数据量要求更高。
| 维度 | RVC | SVC (So-VITS-SVC) |
|---|---|---|
| 推理速度 | ⚡ 快（无扩散步骤） | 🐢 较慢（扩散需要多步迭代） |
| 音色相似度 | 🎯 高（检索增强） | 🎯 高（依赖训练数据量） |
| 音质上限 | 良好 | 🏆 理论更高（扩散细节） |
| 训练数据要求 | 📦 少量即可（3-10分钟） | 📦 需要更多（10-30分钟+） |
| 音色泄漏风险 | 🛡️ 低（检索机制抑制） | |
| F0 算法选择 | rmvpe, harvest, crepe, pm | fcpe, rmvpe, crepe, harvest, parselmouth, dio |
| 推荐场景 | 日常翻唱、快速出结果 | 追求极致音质、有充足训练数据 |
用户发起请求
│
├─ 传统命令模式：/rvc /svc /qqrvc /qqsvc
│ └─ 搜索歌曲 → 用户选择歌曲 → 展示模型 → 用户选择模型 → 开始推理
│
└─ LLM 智能模式：
├─ smart_cover：一步到位，自动完成全部流程
├─ batch_cover：多首歌曲排队异步处理
└─ 分步工具：search_music → rvc_cover/svc_cover
│
▼
┌─────────────────────────────────────────────────────────┐
│ 插件处理阶段 │
│ 1. 歌曲搜索（网易云/QQ音乐 API） │
│ 2. 下载原始音频文件 │
│ 3. 构建 Gradio API 请求（模型、调音、F0算法等参数） │
└──────────────────────────┬──────────────────────────────┘
│ HTTP 调用 RVCSVC-API
▼
┌─────────────────────────────────────────────────────────┐
│ RVCSVC-API 处理阶段 │
│ 4. 人声/伴奏分离（UVR5 或 MSST/BS-Roformer） │
│ 5. AI 音色转换（调用 RVC 或 SVC-Fusion 引擎） │
│ 6. 后处理（EQ均衡、动态压缩、混响、回声） │
│ 7. 人声+伴奏混音导出 │
└──────────────────────────┬──────────────────────────────┘
│ 返回成品音频路径
▼
┌─────────────────────────────────────────────────────────┐
│ 插件发送阶段 │
│ 8. 发送语音消息（Record） │
│ 9. 可选：发送文件附件（File，需开启 enable_send_file） │
│ 10. 可选：发送配置报告（需开启 enable_config_report） │
│ 11. 更新用户偏好数据 │
└─────────────────────────────────────────────────────────┘
检查以下几点：
- 对应的后端服务是否已启动（
rvcapi.bat或svcapi.bat） - 配置的后端地址是否正确（注意必须以
/结尾） - 防火墙是否拦截了端口
- 模型文件是否已放入正确目录
在插件配置中增大 inference_timeout 的值（默认 300 秒）。GPU 性能较差或歌曲较长时可能需要更长时间。
- 确保已将
.pth模型文件放入后端的模型目录 - 使用
/刷新rvc模型或/刷新svc模型命令重新加载 - 检查后端服务日志是否有报错
- 确认
enable_qqmusic已开启 - 确认已安装
qqmusic-api-python：pip install qqmusic-api-python - VIP / 付费歌曲需要配置有效的
third_party_api_key（前往 jkapi.com 注册获取） - 如果频繁触发风控，可开启
qqmusic_retry_on_ratelimit自动重试（默认开启，最多重试 3 次）
- 检查原始歌曲音质
- 尝试调整升降调参数（通常 ±2 以内效果最好）
- 确保使用的模型训练质量良好
- 检查 UVR5 人声分离效果
不会。 插件做了完整的文件隔离和处理，两个模式可以同时使用互不干扰。
直接用自然语言对话即可，例如：
- 「帮我翻唱《晴天》」
- 「用SVC翻唱《孤勇者》，升2调」
- 「用塔菲模型翻唱这三首歌：《A》《B》《C》」
LLM 会自动调用对应的工具完成操作。
- 仅支持 Windows 系统
- 仅支持 AMD 显卡 (支持 A卡 独显及内置的 AMD 核显/APU)
- （如果遇到缺少环境，请确保你已安装 ffmpeg 并配置了环境变量）
| 项目 | 最低要求 | 推荐配置 |
|---|---|---|
| GPU | AMD 独立显卡 / AMD 核显 (APU) | 7900 XTX / 9070 XT 及以上 |
| 显存 | 4GB | 8GB 及以上 |
| 内存 | 8GB | 16GB 及以上 |
| Python | 3.9+ | 3.10+ |
| AstrBot | v0.7.0+ | 最新版 |
- 🎵 伴奏升调开关：新增
shift_accompaniment配置项，支持控制升降调时是否同步调整伴奏音高。开启后人声与伴奏同步升降；关闭时只调整人声，伴奏保持原调。 - 🔧 依赖补充：
requirements.txt补充aiohttp和qqmusic-api-python，避免新安装用户缺失依赖。 - 🔧 RVCSVC-API 后端同步更新：
- 新增
shift_accompanimentAPI 参数（Gradio 隐藏组件），支持插件端控制伴奏音高调整。 - 混音阶段移除
optimize_pitch_shift对伴奏的限制，±12 也会同步调整伴奏。 - SVC 中间层
_call_gradio_sse硬编码127.0.0.1:7777改为从SVC_API_BASE解析。
- 新增
- 🔒 安全修复：移除硬编码的第三方 API 密钥，
third_party_api_key默认值改为空字符串，现需用户手动配置 - 🧹 启动自动清理：插件启动时自动清理
temp_audio目录下超过 24 小时的旧临时文件，防止磁盘堆积 - 🐛 缓存防泄漏：性别识别缓存限制最多 100 条，超限时自动清理一半，防止长期运行内存无限增长
- 🐛 临时文件防冲突：QQ 音乐下载临时文件名改用 UUID，避免多人同时点歌导致文件互相覆盖
- 🐛 异步异常捕获：
_create_tracked_task现在会正确记录异步任务异常，不再静默吞掉错误日志 - 🐛 失败判断修复：去除过于宽泛的
"无法"关键词判断，减少成功消息被误判为失败的概率 - 🐛 配置容错：
index_rate格式错误时不再导致插件崩溃，自动回退至默认值 0.75 并输出警告 - 🧹 代码优化：
terminate()卸载时不再重复写保存逻辑，统一调用_save_preferences()
- 🔄 QQ音乐风控自动重试：新增
qqmusic_retry_on_ratelimit和qqmusic_retry_max_attempts配置项。当QQ音乐API触发风控时自动重试（默认开启，重试3次，每次间隔5秒），大幅提高QQ音乐成功率。 - 🎵 QQ音乐搜索/获取链接重试：在
_do_cover和_send_song方法中均加入重试逻辑，覆盖搜索和获取播放链接两个环节。
- ❌ 智能错误反馈：QQ音乐源获取失败时，聊天窗口自动输出详细失败原因（VIP限制/API限制/网络问题）并给出解决方案。
- 📢 AI 状态同步修复：翻唱失败时自动通知 AI，避免 AI 以为任务还在进行中。成功和失败都会通知 AI。
- 🎵 QQ音乐搜索失败提示优化：
search_music工具在 QQ 音乐搜索失败时给出更明确的错误信息和替代方案。 - 🐛 修复版本号不一致：统一
main.py和metadata.yaml版本号为 v2.5.4。
- 📎 文件发送功能：新增
enable_send_file开关，开启后翻唱完成时除了发送语音消息外，还会以文件附件形式再发送一份到群聊，方便群友下载保存。 - 🔇 配置报告开关：新增
enable_config_report开关，关闭后翻唱完成时不再发送"已成功使用..."和"📊 本次配置"等文字消息，只发送音频文件。 - 🐛 修复网易云翻唱报错：修复
_send_song方法中song_name变量未定义导致UnboundLocalError的问题。 - 🧹 临时文件清理优化：开启文件发送时延迟删除临时文件，避免 Windows 文件占用错误。
- 🎛️ RVC/SVC 智能混响与回声控制：新增
reverb_intensity(混响强度) 和delay_intensity(回声/延迟强度) 配置项，支持 0~10 级调节。回声效果会自动检测歌曲 BPM 进行同步，让翻唱音频更具空间感和立体感。同时对 RVC 和 SVC 引擎生效！ - 🎵 RVC F0 音高算法配置：新增
f0_method配置项，支持rmvpe（默认，效果最好）、harvest（对电音/Auto-Tune 人声容忍度更高）、crepe（效果好但吃 GPU，DirectML 不可用）、pm（速度最快）四种算法。遇到电音人声跑调时可切换为harvest。 - 🎵 SVC F0 音高算法配置：新增
svc_f0_method配置项，支持fcpe（默认，SVC 推荐）、rmvpe、crepe、harvest、parselmouth、dio六种算法。 - ⏳ 子进度显示优化：分离人声阶段现在会显示子进度百分比（如"分离人声 70%"），不再与总进度混淆。
- 🐛 进度条双重百分比修复：修复了"分离人声中: 70% (54%)"的双重百分比显示问题，区分子进度和总进度。
- 🗣️ LLM 完工通知：新增
enable_llm_success_notify开关。后台生成完音频后，会主动告知大语言模型，让猫娘（或其他设定人设）自己来给你报喜！
- 🛠️ 匹配算法重构：引入多维度智能打分机制（词语命中、歌名优先、歌手加权），放弃贪婪拦截，彻底解决歌手匹配时“选错歌”的问题。
- ⚙️ 传参优化：修复
batch_cover(方案D) 批量翻唱时缺失音乐源传递的 Bug，现支持跨平台（如 QQ音乐）批量任务。 - 🌐 繁简兼容：优化匹配引擎对日文汉字繁简体的识别兼容。
- 🎯 精准歌手匹配：修复自然语言点歌时 LLM 丢失歌手信息的问题，新增多维度智能打分算法。
- ⏳ 实时进度条：支持截获后端的处理进度（分离人声和推理），并实时反馈到聊天窗口。
- ⚙️ 防刷屏设置：新增
enable_progress_bar和progress_update_interval进度条相关配置项。
- 🎵 新增 QQ 音乐支持（搜索 + 翻唱）
- 🎵 新增
/qqrvc、/qqsvc、/qq点歌命令 - 🎵 新增 16+ 平台音乐搜索能力（酷狗、酷我、百度等）
- 🎵 新增
disable_netease配置，可完全禁用网易云 - 🎵 smart_cover 支持指定音乐源 (
music_source参数) - 🏷️ 新增模型名称模糊匹配功能（支持中文别名）
- 🧠 新增方案 E：偏好学习与推荐系统
- 📊 新增个人统计功能（
view_my_stats、clear_my_history） - 💾 用户偏好持久化存储（JSON 文件）
- ✨ 方案 A：智能单步翻唱
smart_cover - ✨ 方案 B：增强上下文记忆
- ✨ 方案 C：确认机制（自然语言交互）
- ✨ 方案 D：批量翻唱
batch_cover（异步执行） - 🔒 LLM 强制模式开关
- ⚙️ 所有功能独立开关控制
- 首次支持 LLM Function Calling
- 提供 search_music、rvc_cover、svc_cover、get_available_models 工具
- 初始版本，基础命令行翻唱功能（/rvc、/svc）
本项目仅供学习和研究使用，请勿用于商业用途或侵犯他人权益。
- AstrBot — 强大的跨平台聊天机器人框架
- RVC — RVC 语音转换项目
- so-vits-svc — SVC 语音转换项目（已过时）
- UVR5 — 人声分离工具
- NeteaseCloudMusicApi — 网易云音乐 API
- RVCSVC-API — RVC/SVC 后端 API 整合 （旧链接）
- 原作者项目 — 非常感谢提供灵感