常见报错代码

可能原因：GPU显存不足，模型推理/训练参数过高或其他程序占用GPU资源

解决方案：

• 降低批次大小/采样率
• 关闭其他占用GPU的程序
• 切换至CPU模式运行

可能原因：缺失RVC运行所需的Python依赖库（如torch、librosa）

解决方案：

• 在对应Python环境执行`pip install 缺失库名`
• 完整安装requirements.txt中所有依赖库

可能原因：CUDA与cuDNN版本不匹配、显卡驱动版本过低或GPU未初始化

解决方案：

• 升级显卡驱动
• 重装兼容版本的PyTorch+cuDNN套件
• 重启程序后重试

可能原因：输入音频时长低于RVC处理最低要求（通常≥0.5秒）

解决方案：

• 更换时长≥0.5秒的音频文件
• 对短音频进行补音、拼接处理后再导入

可能原因：模型文件、配置文件或音频文件路径错误/文件缺失

解决方案：

• 核对模型/配置/音频文件路径
• 重新下载缺失文件
• 确保路径无中文、特殊字符

可能原因：依赖库安装不完整、版本冲突或Python环境路径错误

解决方案：

• 卸载版本冲突的依赖库并重装指定版本
• 检查并确认Python环境变量配置正确

可能原因：选择的模型索引超出可用范围，或模型索引文件损坏

解决方案：

• 确认选择的模型索引在有效范围（从0开始计数）
• 重新下载完整的模型索引文件

可能原因：系统未找到CUDA运行时库，或CUDA路径未添加到环境变量

解决方案：

• 安装对应版本的CUDA Toolkit
• 将CUDA的bin和lib路径添加到系统环境变量中

可能原因：配置文件格式错误/缺失，加载后返回None导致下标访问失败

解决方案：

• 重新生成格式正确的config.json配置文件
• 确保文件键值对完整、路径配置无误

可能原因：音频采样率与模型预设采样率（如48000Hz）不一致

解决方案：

• 使用音频编辑工具将输入音频的采样率转换为模型预设值（如48000Hz）
• 统一采样率后重试