# RVC模型下载器 [English](README.md)|简体中文 一个能够批量下载`yaml`清单列出的文件的简单工具(例如 Hugging Face 🤗 中的 RVC 模型)。 ## 快速开始 ### 准备工作 1. 在[发布](https://github.com/RVC-Project/RVC-Models-Downloader/releases)页面下载程序。 2. 将此程序放入RVC的根目录(或您想要下载的任何位置)。 3. 您也可以将它添加到`PATH`中以便在任何地方使用此工具。如果您已经通过包管理器安装了此程序,那么它可能已经位于`PATH`。 ### 下载 #### RVC的所有资源文件 ```bash rvcmd assets/all ``` #### RVC的最新通用整合包(仅限Windows) ```bash rvcmd packs/general/latest ``` #### ffmpeg工具(仅限Windows) ```bash rvcmd tools/ffmpeg ``` ### 自定义下载 #### 示例1. 下载ffmpeg工具和最新的Intel包 1. 编写并保存以下`cust.yaml`。 ```yaml BaseURL: https://huggingface.co/lj1995/VoiceConversionWebUI/resolve/main Targets: - Refer: tools/ffmpeg - Refer: packs/intel/latest ``` 2. 在同一文件夹中运行`rvcmd`。 ```bash rvcmd -c cust ``` #### 示例2. 下载🤗中的其他仓库 > 以 [Stable Diffusion v1-5](https://huggingface.co/runwayml/stable-diffusion-v1-5) 为例。 1. 编写并保存以下`cust.yaml`。 ```yaml BaseURL: https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main Targets: - Folder: sd1.5 # the folder you want to download into Copy: # files to download - v1-5-pruned-emaonly.ckpt - v1-5-pruned-emaonly.safetensors - Folder: sd1.5/vae # the folder you want to download into Copy: # files to download - vae/diffusion_pytorch_model.bin ``` #### 示例3. 下载GitHub中的发布版本 > 以 [yousa-ling-diffsinger-v1.3](https://github.com/yousa-ling-official-production/yousa-ling-diffsinger-v1/releases/tag/v1.3) 为例。 1. 编写并保存以下`cust.yaml`。 ```yaml BaseURL: https://github.com/yousa-ling-official-production/yousa-ling-diffsinger-v1/releases/download/v1.3 Targets: - Folder: . # the folder you want to download into Copy: # files to download - yousaV1.3.zip ``` 2. 在同一文件夹中运行`rvcmd`。 ```bash rvcmd -c cust ``` ## 完整用法 ```bash Usage: rvcmd [-notrs] [-dns dns.yaml] 'target/to/download' -c use custom yaml instruction -dns string custom dns.yaml -f force download even file exists -notrs use standard TLS client -w uint connection waiting seconds (default 4) 'target/to/download' like packs/general/latest All available targets: assets: all hubert rmvpe uvr5 v1 v2 packs: amd: latest v2: 20230813 20231006 general: latest v1: 20230331 20230416 20230428 20230508 20230513 20230516 20230717 v2: 20230528 20230618 intel: latest v2: 20230813 20231006 nvidia: latest v2: 20230813 20231006 tools: ffmpeg ```