lora-svc

用少量干声克隆歌手音色,轻松实现歌声转换

lora-svc 是一个基于 Whisper 和 LoRA 技术的歌声转换与克隆开源项目。它解决的核心问题是:如何用少量目标歌手的音频数据,快速克隆其音色并实现歌声转换。项目利用 Whisper 模型提取语音的语义特征,再通过 LoRA 轻量微调技术对声学模型进行个性化适配,从而在保持原唱旋律和节奏的同时,将音色替换为目标歌手。核心能力包括:支持从几十分钟的干声数据中训练音色模型,提供推理脚本实现实时或离线歌声转换,并集成了数据预处理、训练和推理的完整流程。项目基于 Python 实现,技术栈涉及 PyTorch、Whisper 等,适合对歌声合成、音色克隆感兴趣的开发者和研究者。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 646
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类音频音乐
开发团队PlayVoice
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,需自行部署。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型lora,singing-voice-conversion,speech-to-sing,uni-svc,vits,vits-svc,voice-change,voice-cloning,voice-conversion,whisper
GitHub 星标★ 646
30天Star增速
HF 下载量
上线时间2022-09-08 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 基于 Whisper 语义特征,转换后歌词清晰度较高
  • LoRA 微调参数量小,训练资源需求低,适合个人使用
  • 提供完整训练与推理流程,上手门槛相对较低

不足之处

  • 音色克隆质量依赖训练数据质量,噪音数据影响大
  • 实时性一般,推理速度受模型复杂度限制
  • 文档/社区待观察

适用场景

  • 个人音乐创作中快速模仿歌手音色
  • 二次创作或翻唱时替换人声为指定音色
  • 研究歌声转换与音色克隆的学术实验

替代项目

so-vits-svc、RVC (Retrieval-based Voice Conversion)、DiffSVC

项目介绍

lora-svc 是模型训练领域的开源项目,由 PlayVoice 开发,2022 年首次发布。

它收录于模型训练分类,该分类目前共有 522 个项目,GitHub 星标数为 646。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,需自行部署。

它主要面向的使用场景是:个人音乐创作中快速模仿歌手音色。同类可对比的替代方案包括 so-vits-svc、RVC (Retrieval-based Voice Conversion)、DiffSVC。

上一篇:SuperPiano

下一篇:EvoControl

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性,长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 463 2026-08-09
minimind 开源

两小时造出你的小模型,练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 62178 2026-08-09
pruna 开源

一键优化 AI 模型,推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1286 2026-08-13