# so-vits-svc-fork

> Конверсия голоса и пения в реальном времени на своём компьютере

so-vits-svc-fork — открытый инструмент для конверсии голоса и пения с поддержкой реального времени, GUI и CLI, обучением своих моделей.

- Категории: 3D, Обработка звука, Озвучка текста
- Модели: HuBERT, ContentVec, CREPE, QuickVC, so-vits-svc 4.1, so-vits-svc 4.0, UVR-MDX-NET Main, 3_HP-Vocal-UVR
- Сайт сервиса: https://github.com/voicepaw/so-vits-svc-fork
- Карточка в каталоге: https://ailibri.com/so-vits-svc-fork
- Обновлено: 2026-08-17

## Описание

so-vits-svc-fork — это открытый форк проекта so-vits-svc, инструмента для конверсии голоса и пения: берёшь запись одного человека и переводишь её в тембр другого по обученной модели. Главное отличие от оригинала — поддержка работы в реальном времени, переделанный графический интерфейс и единый CLI. Ставится через pip и запускается на своём компьютере, так что это вариант для тех, кто готов возиться с Python и хочет разобраться в конверсии голоса.

Работает форк на ветке 4.0 (v1), и модели оттуда полностью совместимы. Модели 4.1 и от других проектов не поддерживаются — это важно проверить до того, как скачивать чужие чекпоинты. Готовые модели лежат на Hugging Face и CIVITAI, а предобученные веса подтянутся сами при первом запуске, отдельно ставить fairseq не потребуется.

Что здесь добавили поверх оригинала:

- конверсию голоса в реальном времени — прямо с микрофона, командой svc vc;

- графический интерфейс (svcg) и единый набор консольных команд;

- более точную оценку высоты тона через CREPE;

- частичную интеграцию QuickVC и исправление ошибки использования ContentVec из исходного репозитория;

- обучение примерно в два раза быстрее.

Установка на выбор: BAT-файл в один клик для Windows, pipx или обычное виртуальное окружение с Python 3.11. Для GPU-инференса нужно хотя бы 4 ГБ видеопамяти, но и на CPU скорость приемлемая. На Linux с картами AMD ставится сборка PyTorch под ROCm, на Windows AMD не поддерживается, на macOS, скорее всего, заработает через MPS. Если в микрофон лезет шум, HuBERT отреагирует и на него — авторы советуют включить шумодав вроде RTX Voice.

Для обучения своей модели есть отдельный набор подготовительных команд: svc pre-split порежет длинную запись одного спикера на куски, svc pre-sd разделит файл с несколькими голосами через pyannote.audio, а svc pre-classify поможет разложить фрагменты по папкам вручную. Фоновую музыку из датасета лучше убрать заранее сторонним вокал-ремувером. Комфортное обучение начинается от 10 ГБ VRAM, иначе остаются бесплатный Colab для лёгких экспериментов и Paperspace для серьёзных прогонов.

Проект бесплатный и лежит на GitHub, но автор больше его не развивает: обновления с 2023 года ограничены поддержкой, а в качестве живых альтернатив в README перечислены RVC-семейство (в том числе Applio), VCClient, DDSP-SVC и другие. Если нужна минимальная задержка и максимальное качество, стоит посмотреть их. so-vits-svc-fork остаётся удобной точкой входа — просто потому, что ставится легко и запускается почти сразу.

## Похожие сервисы в каталоге

- [Fish Audio](https://ailibri.com/fish-audio): ИИ-сервис для преобразования текста в речь и клонирования голоса. Более 2 млн голосов, управление эмоциями, 30+ языков. Попробуйте бесплатно!
- [ElevenLabs](https://ailibri.com/eleven-labs): ИИ-генератор голоса ElevenLabs: реалистичная речь, клонирование голоса, дубляж и музыка. 10 000+ голосов на 70+ языках для контента и разработчиков.
- [BreezeBlue](https://ailibri.com/breezeblue): BreezeBlue — бесплатный AI-генератор речи из текста и платформа голосовых агентов. Создавайте выразительные голоса на 50+ языках с низкой задержкой.
- [Yandex SpeechKit](https://ailibri.com/yandex-speechkit): Yandex SpeechKit — распознавание и синтез речи, голосовые агенты, Brand Voice и LLM-обработка аудио. Поддерживается on-premises и SIP-интеграция.
- [X-Voice](https://ailibri.com/x-voice): X-Voice — система синтеза речи на основе flow-matching. Клонирование голоса без обучения и генерация речи на 30 языках из одного голосового образца.
- [Descript](https://ailibri.com/descript): Сервис для создания и редактирования аудио и видео. Вы можете импортировать свои файлы, транскрибировать их в текст, а затем редактировать их как документ Word.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com