Alın bakalım altın değerinde bilgi verelim



ÜCRETSİZ GERÇEK ZAMANLI SES DEĞİŞTİRİCİ: SEED-VC KURULUM REHBERİ (NVIDIA)

Mikrofona konuşuyorsunuz, Discord, oyunlar ve OBS sizi seçtiğiniz sesle duyuyor. Açık kaynak ve ücretsiz. Kurulumdan sonra internet gerekmiyor, her şey kendi bilgisayarınızda çalışıyor. Yeni bir ses için eğitim şart değil, 1-30 saniyelik temiz bir ses kaydı yetiyor.

--- KULLANILAN PARÇALAR ---

- Seed-VC Realtime: Ana program, açık kaynak (GPL-3.0)
- Seed-VC modeli: Sesi dönüştüren beyin (~0,4 GB)
- Whisper (OpenAI): Ne söylediğinizi anlar, büyük modelde kullanılır (~0,9 GB)
- BigVGAN (NVIDIA): Sonucu duyulabilir sese çevirir, büyük modelde kullanılır (~0,4 GB)
- wav2vec2 XLS-R (Meta) + HiFi-GAN: Küçük ve hızlı modelde Whisper ile BigVGAN'ın yerine geçer (~1,2 GB)
- FSMN-VAD (Alibaba): Konuşup konuşmadığınızı algılar
- Python 3.10 + PyTorch 2.7 (CUDA 12.8): Hepsini ekran kartında çalıştırır (~6 GB)
- VB-Audio Virtual Cable: Sanal mikrofon, ücretsiz

--- SİSTEM GEREKSİNİMLERİ ---

- Windows 10 veya 11
- NVIDIA ekran kartı (AMD ve Intel kartlarda çalışmaz)
- 8 GB: Büyük, kaliteli model (RTX 3060 ve üstü önerilir)
- 6 GB: Sadece küçük, hızlı model
- Yaklaşık 10 GB boş disk
- 16 GB RAM önerilir. Ağır oyun ve çok sekmeli tarayıcı açıkken takılabilir.
- İnternet sadece kurulumda gerekir

--- KURULUM ---

1) Python 3.10 kurun (python.org). Kurulumda "Add Python to PATH" kutusunu işaretleyin.

2) Programı indirin: github.com/jiaheguo521/seed-vc-realtime adresinde Code > Download ZIP, sonra bir klasöre çıkarın.

3) O klasörde komut satırını açıp sırayla çalıştırın:
python -m venv venv
venvScriptsactivate
pip install -r requirements.txt
pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
(Son satır RTX 50 serisi için şart, RTX 20/30/40 serisinde de sorunsuz çalışır.)

4) vb-audio.com/Cable adresinden VB-Audio Virtual Cable'ı kurun ve bilgisayarı yeniden başlatın.

5) Programı açın:
python real-time-gui.py
İlk açılışta modeller otomatik iner, biraz sürebilir.

--- KULLANIM ---

1) Referans ses olarak dönüşmek istediğiniz sesin 1-30 saniyelik, arka planı sessiz, tek kişinin konuştuğu bir kaydını seçin.
2) Giriş aygıtı: Kendi mikrofonunuz
3) Çıkış aygıtı: CABLE Input (VB-Audio Virtual Cable)
4) Start Voice Conversion'a basın.
5) Discord'da Ayarlar > Ses ve Görüntü > Giriş Aygıtı olarak CABLE Output'u seçin.
6) Oyunlarda Windows ayarı yetmez, oyunun kendi ses ayarlarında da mikrofon olarak CABLE Output'u seçin.

Kulaklık kullanın. Hoparlörden dinlerseniz ses mikrofona geri döner ve yankı yapar.

--- AYARLAR VE PERFORMANS ---

- Diffusion Steps: 4-10 arası. Azaldıkça hızlanır, kalite biraz düşer.
- Block Time: Gecikmeyi belirleyen ayar. Toplam gecikme yaklaşık 2 x Block Time.
- Infer süresi her zaman Block Time'ın altında kalmalı, yoksa ses kesilir.

Örnek ölçümler:
- RTX 5060 8 GB, büyük model: Block Time 0,6 sn, işlem süresi 280-470 ms, gecikme yaklaşık 1,3 sn
- RTX 3060 Laptop, küçük model (geliştiricinin ölçümü): işlem süresi 150 ms, gecikme yaklaşık 430 ms

--- SIK KARŞILAŞILAN SORUNLAR ---

- Örnekleme hızı hatası: Mikrofonu ve CABLE'ı 48 kHz'e ayarlayın.
- Discord'a ses gitmiyor: Programda çıkış CABLE Input, Discord'da giriş CABLE Output olmalı.
- Ses kesik kesik geliyor ("output underrun"): Block Time'ı artırın veya Diffusion Steps'i azaltın, arka plandaki oyun ve tarayıcıyı kapatın.
- CABLE listede görünmüyor: Bilgisayarı yeniden başlatın.

--- DAHA BENZER SES İÇİN (İSTEĞE BAĞLI) ---

Kısa referansla da çalışır, ama hedef sesin 5-10 dakikalık temiz kaydıyla modele ince ayar yapılabilir. Eğitim betiği orijinal Seed-VC deposunda (github.com/Plachtaa/seed-vc). 8 GB ekran kartında yaklaşık 8 dakikalık kayıt ve 1000 adımla yapılabildi.


Gerçekte var olmayan (sahte/yapay) bir kişinin sesini klonlamak ve kullanmak genel olarak yasaldır. Gerçek kişilerin sesleri üzerindeki telif, kişilik hakları veya kişisel verilerin korunması (KVKK) gibi yasal engeller, tamamen yapay olarak üretilmiş bir karakter için geçerli değildir.