RVC推理爆音杂音修复

爆音从哪来

本篇解决 rvc 推理 爆音 杂音 修复：爆音通常表现为输出里突然出现"咔哒""啪"的断裂声、电流感或杂音，和正常的电音/机器人声不同。常见成因有四：缓冲/块大小过小、采样率不匹配、f0 跳变、输入设备切换或增益过高导致削波。先判断场景——是离线推理导出的文件有爆音，还是实时变声时才有？离线有、实时没有，多半是块大小/采样率；实时才有，多半是延迟/缓冲与设备。定位清楚再调，比盲目全改高效。实时整体链路见 RVC实时变声怎么设置。

RVC 是开源语音转换软件，仅用于直播、游戏开黑、VTuber、配音、有声书、无障碍等正常合法场景；请仅使用自有或已授权声音，商用/公开发布须获授权，禁止冒充与侵权。

一、统一采样率与调大缓冲

先把 RVC、声卡、目标软件采样率统一（常用 44100 或 48000），不一致会触发反复重采样，既爆音又可能变调。在 Windows 声音设置里把 VB-Cable 与声卡采样率设成一致，改完重启音频或对应软件生效。接着把块大小（buffer）调大一档（如 256→512、512→1024）试听，块大小过小是实时爆音头号原因，攒的音频太少就出声容易"咔哒"。代价是延迟略升，但比爆音可接受。不同模型敏感度不同，逐个试最靠谱。一个小技巧：先用一段干净测试音频离线推理，如果离线没爆音、只有实时爆，那几乎可以锁定是缓冲/延迟问题，直接调大 block size 即可；如果离线也爆，则优先查采样率与源文件。延迟相关优化另见 RVC实时变声延迟高卡顿解决。统一采样率时，48k 与 44.1k 二选一、全链路保持一致即可，不必追求某个特定数值，关键是"一致"二字。

二、换更稳的 f0 方法

f0 提取抖动也会引发爆音/电音：极高语速、气声处，dio/pm 这类快方法容易提错音高，表现为偶发爆点。可换更稳的 crepe 或 harvest 试试（速度会慢些）。f0 方法取舍见 RVC的 f0 方法选哪个。换方法后若高音发飘，微调索引率补偿。实时场景若换 crepe 太卡，退回 harvest 折中，比硬扛 dio 更稳。记住：f0 只管音高稳不稳，爆音若是块大小太小引起的，换 f0 治不了根，要先调缓冲。换好 f0 后记得重听 sample 确认没有电音、没有掉拍。另外，实时变声里若同时开了过多后处理（如额外的降噪、混响），也会增加抖动风险，关掉非必要的特效，让链路越短越稳，爆音概率随之下降。

三、排查输入削波与设备切换

爆音也可能来自输入增益过高导致削波（录音电平撞红、截顶），把麦克风增益调低、离嘴远一点即可；或实时变声时设备被切换（如插拔耳机）导致链路瞬断。尽量在变声过程中不拔插设备，必要时重启 RVC 重连。若只有录音素材本身有爆音，那是源文件问题，先降噪/重录再转。排除这些后仍有爆音，再回到缓冲与采样率两项细调，多数能消。环境排查也可对照 RVC报错 CUDA out of memory 解决 的思路，先清一遍后台占显存程序再试。如果换设备、统一采样率、调大缓冲都试过仍偶发爆音，可以试试把 RVC 以管理员身份运行，部分系统下权限不足也会导致音频回调不稳定。如果所有软件侧排查都无效，换一个 USB 声卡或换个麦克风接口，有时能直接绕开板载声卡的底层兼容问题。