RVC 变声器排障手册：14 类高频报错一次排清

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-WebUI

RVC（Retrieval-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：

1. Linux / macOS 用包管理器装：

sudo apt install ffmpeg # Debian/Ubuntu brew install ffmpeg # macOS

2. Windows 下载 ffmpeg.exe 和 ffprobe.exe，放到 RVC 根目录。
3. 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：

1. 安装微软官方的 vc_redist.x64.exe（64 位系统）。
2. 重启 WebUI；仍报错就重装包：

pip uninstall llvmlite pip install llvmlite --no-cache-dir

Python 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：llvmlite==0.39.0 只兼容 Python 3.7~3.10，其他版本会冲突。

处理：

1. 准备 3.7~3.10 的 Python。
2. 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：

1. 从官方 Hugging Face 空间补齐 assets/hubert、assets/pretrained、assets/pretrained_v2（v2 模型才需要）、assets/uvr5_weights 四份文件。
2. 要用 RMVPE 音高提取，把 rmvpe.pt 放到 RVC 根目录。
3. 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.txt，A 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：

1. 关闭系统局域网代理和全局代理。
2. 清掉服务端代理变量（如 AutoDL 开了学术加速）：

unset http_proxy unset https_proxy

3. 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：

1. 确认黑色控制台窗口保持开启，最小化即可。
2. 查端口占用：

lsof -i :7860 # Windows: netstat -ano | findstr :7860

3. 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：

1. 数据集文件夹和音频文件统一改成纯英文、无空格命名。
2. 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：

1. 进 logs/实验名/wavs16k，按文件大小排序找出偏小的文件。
2. 删掉这些异常音频。
3. 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：

1. 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）。
2. 过长的音频先手动切短再处理。
3. 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：

1. 新建实验名从头训练，别在原实验上改采样率。
2. 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：

1. 单独再点一次"训练索引"按钮，等进度到 100%。
2. 仍失败就改用批处理脚本生成：

python tools/infer/train-index.py

3. 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：

1. 训练时把 batch size 调小，最低可设 1；还不够只能换显卡。
2. 推理时改 configs/config.py 结尾的 x_pad、x_query、x_center、x_max 数值，调小即可。
3. 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：

1. 进 ckpt 选项卡，做"小模型提取"，输入路径填 G 开头的那个。
2. 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）。
3. 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：

1. 点"刷新音色"，等 2~3 秒。
2. 检查 weights 下是否出现 60MB 左右的 .pth；没有就先做 ckpt 小模型提取。
3. 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 b	logs/实验名/wavs16k	删明显过小的音频
文件 / 内存 error	CPU 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 memory	batch 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