AI导哈

语音转换服务器

RVC-MCP是一个语音转换服务器，支持语音转换、训练、模型管理和人声分离功能，通过Claude Code或任何MCP客户端与RVC WebUI的Gradio API进行通信。

  • by ExpertVagabond
  • TypeScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 ExpertVagabond/rvc-mcp

使用说明

rvc mcp

MCP服务器 RVC WebUI --通过Claude Code或任何MCP客户端进行语音转换、训练、模型管理和语音分离。通过其Gradio API与RVC进行沟通。

工具（12）

推理与分离

工具 说明
rvc_infer 将人声转换为目标声音（所有F0方法、索引支持、音调偏移）
rvc_separate_vocals 使用UVR5（HP2/HP3/HP5/MDX Net/DeEcho）将人声与伴奏分开

培训管道

工具 说明
rvc_preprocess 步骤1：将音频分割成片段，归一化，重新采样
rvc_extract_features 步骤2：提取F0音调曲线和HuBERT特征
rvc_train 步骤3：训练RVC模型并建立FAISS指数（30-60分钟）

模型管理

工具 说明
rvc_list_models 列出可用的.pth语音模型和.index文件
rvc_model_info 查看模型元数据（架构、采样率、训练信息）
rvc_model_extract 从大型训练检查点中提取可移植模型
rvc_model_merge 通过加权平均混合两种语音模型
rvc_export_onnx 将模型转换为ONNX格式以进行跨平台推理

服务器管理

工具 说明
rvc_status 检查RVC WebUI是否正在运行，获取start命令
rvc_clean 从内存中卸载语音模型（可用RAM/VRAM）

快速开始

先决条件

  • Node.js 18+
  • RVC WebUI 在本地主机上运行：7865
  • Python 3.11+与PyTorch

安装

npm install -g rvc-mcp

启动RVC WebUI

cd /path/to/rvc-webui
source .venv/bin/activate
python web.py --pycmd python --noautoopen
# WebUI runs on http://localhost:7865

在Claude代码中配置

添加 ~/.mcp.json:

{
  "mcpServers": {
    "rvc-webui": {
      "command": "rvc-mcp",
      "env": {
        "RVC_URL": "http://localhost:7865",
        "RVC_DIR": "/path/to/rvc-webui",
        "RVC_OUTPUT_DIR": "~/Desktop/AI-Music"
      }
    }
  }
}

或从源运行

git clone https://github.com/ExpertVagabond/rvc-mcp.git
cd rvc-mcp/typescript
npm install && npm run build
node build/index.js

环境变量

变量 默认值 描述
RVC_URL http://localhost:7865 RVC WebUI基本URL
RVC_DIR -- RVC WebUI安装路径
RVC_OUTPUT_DIR ~/Desktop/AI-Music 输出目录

培训工作流程

通过3个步骤训练自定义语音模型：

1. rvc_preprocess  → Slice + normalize training audio
2. rvc_extract_features → Extract F0 + HuBERT features
3. rvc_train → Train model (epochs, batch size, checkpoints)

示例：从90秒的音频中训练语音

Step 1: rvc_preprocess
  training_folder: /path/to/audio-samples/
  experiment_name: my-voice
  sample_rate: 48k

Step 2: rvc_extract_features
  experiment_name: my-voice
  f0_method: rmvpe
  version: v2

Step 3: rvc_train
  experiment_name: my-voice
  training_folder: /path/to/audio-samples/
  total_epochs: 20
  batch_size: 4
  save_every_epoch: 5

结果： my-voice.pth 在 assets/weights/，准备推理。

推理参数

rvc_infer 支持完全控制：

参数 默认值 说明
model_name -- 语音模型文件名（.pth）
input_audio -- 输入音频文件的路径
pitch 0 半音转换（-24到+24）
f0_method rmvpe 下午，收音机，收获，绉纱，rmvpe，fcpe
index_path -- .index文件用于质量提升
index_rate 0.75 特征搜索比率（0-1）
filter_radius 3 音高中值滤波器（0-7）
rms_mix_rate 0.25 体积包络缩放（0-1）
protect 0.33 无声辅音保护（0-0.5）

超时

操作 超时
推理 5分钟
声乐分离 10分钟
预处理 10分钟
特征提取 30分钟
培训 60分钟
模型操作 2分钟

相关项目

许可证

麻省理工学院——紫松鼠传媒

相关 MCP