面向 astrbot_plugin_matsuko_cover 的 RVC / SVC-Fusion 中间层，使用 UVR5 分离人声和伴奏，并提供 Gradio API、结果缓存、音频后处理和进度回传。

本仓库仅发布源码和环境安装脚本，不包含便携 Python、UVR5 权重、RVC/SVC 模型、歌曲、缓存或生成音频。

两套中间层使用相同的 3333/9999 端口，不能同时启动。

旧版 DirectML（torch-directml + Python310）已被原生 ROCm 取代；--dml 参数保留但会被忽略。若 runtime-rocm/ 不存在，启动脚本会回退到旧的 Python310/ DirectML 环境（如有）。

AstrBot + matsuko_cover
  ├─ RVC 请求 → RVCSVC-API-amd :3333 → UVR5 → RVC :2333
  └─ SVC 请求 → RVCSVC-API-amd :9999 → UVR5 → SVC-Fusion :7777

要求：

• Windows 10/11 x64
• AMD ROCm 7.2.1 支持的 Radeon 显卡（如 RX 9070 XT）及对应驱动
• FFmpeg 已加入 PATH（或将 ffmpeg/bin 放到项目 ffmpeg/ 目录下，启动脚本会自动加载）
• 已准备上游 RVC 或 SVC-Fusion 服务

运行：

install_rocm_env.bat

脚本会下载官方 CPython 3.12 Embedded 到 runtime-rocm/，并安装 requirements-rocm.txt（AMD 官方 ROCm 7.2.1 版 PyTorch 2.9.1，约 4GB）。AMD 的 Windows ROCm wheel 目前只提供 cp312 版本，因此必须使用 Python 3.12。

也可以使用现有 Python 3.12 环境手动安装：

python -m pip install -r requirements-rocm.txt

从 Ultimate Vocal Remover GUI 项目认可的模型来源获取 5_HP-Karaoke-UVR.pth，放到：

uvr5/uvr_model/5_HP-Karaoke-UVR.pth

模型文件不在本仓库中分发。

先启动上游推理服务，再启动需要的中间层：

启动 rvcapi.bat   # 中间层 3333，需要 RVC 2333
启动 svcapi.bat   # 中间层 9999，需要 SVC-Fusion 7777

手动启动：

runtime-rocm\python.exe app_rvc.py --is_nohalf
runtime-rocm\python.exe app_svc.py --is_nohalf

插件默认地址：

rvc_base_url = http://127.0.0.1:3333/
svc_base_url = http://127.0.0.1:9999/

• /convert：下载/读取歌曲、UVR5 分离、调用上游、混音并返回结果。
• /show_model：读取上游可用模型。
• /cache_info：返回结果缓存与分离缓存的文件数、占用空间。
• /clear_cache：在无推理任务运行时清理 all、results 或 separation 缓存。
• 结果按歌曲和所有关键参数哈希保存在 temp/；参数完全一致时直接返回缓存。
• app.queue(..., api_open=True) 必须保持启用，否则 AstrBot 的 gradio_client 无法调用。
• 本地音频缓存使用文件内容 SHA256，不会因路径变化误复用；模型文件变化也会自动使旧结果缓存失效。
• 默认保留上游 RVC/SVC 原始人声，只在插件开启 vocal_postprocess 时应用 EQ、压缩、延迟与混响；导出前执行削峰保护并使用 320 kbps MP3。
• RVCSVC_CACHE_MAX_FILES（默认 200）限制每个缓存区域文件数；RVCSVC_OUTPUT_BITRATE 可修改输出码率。
• 服务默认仅监听 127.0.0.1 且不创建公网分享链接；需要局域网监听时显式设置 RVCSVC_HOST，公开分享需设置 RVCSVC_SHARE=1。

• 服务会调用本机上游端口，不要将 3333/9999 直接暴露到公网。
• output/、temp/ 和下载音频可能包含受版权保护内容，已默认被 Git 忽略。
• ROCm 版 PyTorch 通过 torch.cuda API 暴露 AMD GPU，应用代码无需 CUDA 专用改造；若需要更高分离质量，使用 MSST 版本。
• 本项目不会自动提供上游 RVC/SVC 模型，使用者需自行遵守模型和音频许可。

中间层基于 CCYellowStar2/RVCSVC-API 修改；该上游仓库在本项目发布时未声明开源许可证，因此本仓库不擅自为继承代码授予额外许可。第三方 UVR5 组件及其许可见 THIRD_PARTY_NOTICES.md。