0_RVC_for_RTX50.md

RVC for RTX50

概要

RVC-Project/Retrieval-based-Voice-Conversion-WebUI を RTX50 シリーズで動かす

前提

• OS: Windows
  • 他 OS でもおそらく動く
• GPU: RTX50シリーズ
  • RTX5090 で確認
• CUDA 12.8 / cuDNN 最新版導入済み
• uv 導入済み

手順

1. RVC の取得

git clone https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI
cd Retrieval-based-Voice-Conversion-WebUI

※ 2025-04-23時点の最新のコミット を想定

2. 各種バイナリの取得

公式手順の通りに実施

• assets のダウンロード
• ffmpeg のインストール
• RMVPE 人間の声のピッチ抽出アルゴリズムに必要なファイルのダウンロード

3. パッケージ取得

# パッケージの取得
# gists に添付の通り、以下の修正を行ってから実行
# gradio: 3.34.0 => 3.48.0
# matplotlib: >=3.7.0 => <3.10
# av: (バージョン未指定) => 11.0.0
uv pip install -r requirements.txt

# RTX50 シリーズ対応の torch を取得
# gists に添付のファイルを用いる
uv pip install -r requirements-5090.txt

4. 起動

python .\infer-web.py --port 7897

履歴

• 2025-04-23: 公開

1_diff

diff --git a/requirements.txt b/requirements.txt
index 28635b8..ed91499 100644
--- a/requirements.txt
+++ b/requirements.txt
@@ -7,7 +7,9 @@ librosa==0.9.1
 llvmlite==0.39.0
 fairseq==0.12.2
 faiss-cpu==1.7.3
-gradio==3.34.0
+# https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/issues/2355
+#gradio==3.34.0
+gradio==3.48.0
 Cython
 pydub>=0.25.1
 soundfile>=0.12.1
@@ -16,7 +18,9 @@ tensorboardX
 Jinja2>=3.1.2
 json5
 Markdown
-matplotlib>=3.7.0
+# https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/issues/2411
+#matplotlib>=3.7.0
+matplotlib<3.10
 matplotlib-inline>=0.1.3
 praat-parselmouth>=0.4.2
 Pillow>=9.1.1
@@ -46,4 +50,6 @@ fastapi==0.88
 torchfcpe
 ffmpy==0.3.1
 python-dotenv>=1.0.0
-av
+# https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/issues/1915
+#av
+av==11.0.0
\ No newline at end of file

requirements-5090.txt

# 2025-03-27 以降のビルドでは動作しないため、その前のバージョンを利用
--extra-index-url https://download.pytorch.org/whl/nightly/cu128
torch==2.8.0.dev20250325+cu128
torchaudio==2.6.0.dev20250326+cu128
torchvision==0.22.0.dev20250326+cu128

4/23 に pytorch の 2.7 がリリースされ RTX50 シリーズがサポートされた。
2.8 Nightly を使う必要はないかもしれない