2025年度版(2026年度一部追記あり)RVC、VC Client導入＆設定方法

・ご挨拶

おはんだ～！バ美肉Vtuberをしている犬飼はんだと申します。
私は普段VTube StudioとRVC＆VCClientを組み合わせて配信をしているのですが、その中でRVC＆VCClientの導入が複雑で難しいという話を聞きました。
確かに言われてみるといくつか導入指南の記事や動画はあるのですが、どれも2024年以前のものが多く、最新版とは画面やUIが変わっていたりしてその項目ない！とかツール上にない！といったことが自身で手探り導入している時もあったなぁと思い出しました。
そこで、自身の備忘録も兼ねて2025年現在の最新導入方法を記事にすることといたしました。
RVC＆VCClientの導入、簡単な設定方法や説明、OBSを使って配信する際の設定方法等をいくつかの回に分けて書いていこうと思います。
尚、この記事を参考にするであろう人はRVC＆VCClientがどんなものかわかってはいるけど、導入や設定方法がわからない方だと想定しているので、RVC＆VCClientがどんなツールなのかといった説明は省きます。

・RVC-v2の導入について

少量の音声データから高品質な音声変換を実現するAIボイスチェンジャーツールです。
上記URLにアクセスしてもらって画像の赤丸部分からDL出来ます。
DL後は解凍したら『goweb.bat』というファイルを実行してください。
その後DOS窓(黒い画面)が開いて起動するので暫く待つとソフトが立ち上がります。
上記のような画面が立ち上がれば成功です。

・VB-CABLEの導入について

変換した声を出力する為のツールです。
上記URLにアクセスしてもらって画像の赤丸部分からDL出来ます。
DL後は解凍したら『VBCABLE_Setup_x64.exe』というファイルを右クリックから管理者権限でインストールを行ってください。
インストールしたら一度PCを再起動しておいてください。

・VC Clientの導入について

実際に地声をAIで別の声に変換するツールです。
上記URLにアクセスしてもらって画像の赤丸部分からDL出来ます。
DL後は解凍したら『start_http』というファイルを実行すると初回は警告文みたいのが出ると思いますが実行でOKです。
その後DOS窓(黒い画面)が開いて起動するので暫く待つとソフトが立ち上がります。
立ち上がると初期の声アバターがいくつか入ってるのでそれらを使ってもいいですし、BOOTH等で購入した音声学習データを使ってもいいです。
※2026年2月追記※
有識者の方から使用する音声データによってはバージョンが1.5.3.18aの方が音質が良くなると伺いました。
実際に私が使用している音声データは1.5.3.18aを推奨していた為、このバージョンを使うことで音質が向上しました。
音声データの制作者が推奨しているバージョンで運用するのが良さそうです。
尚、多少UIは変わりますが基本的な設定は変わらないのでそこまで使い方に悩むことはないと思います。

・VC Clientのアバター設定について

BOOTH等で購入した音声学習データを設定する際の方法も記載しておきます。
モデルの編集ボタンを押すとモデルスロットが出てくるので、そこの空きスロットのアップロードボタンを押すとModelとIndexのファイル選択画面に移ります。
そこからそれぞれModelの場合は〇〇.pth、Indexの場合は〇〇.indexというファイルを選択すると読み込みされます。
音声モデルによってはIndexデータを搭載していないパターンもあるので、その場合はModelに〇〇.pthを入れるだけで完了です。

・VC Clientの設定について

ここまで設定を終えてVC Clientを起動(start_httpをダブルクリック)すると上記の画像のような画面が立ち上がります。
人によって声質が違うので細かな設定は各自してもらうとして私の場合はこんな感じで設定してるよっていう一例を載せておきます。
上から順に簡単な機能の説明もしていきます。

・スタート：音声変換開始ボタン
・ストップ：音声変換終了ボタン
・入力：マイクから拾う音量
・出力：スピーカーから出力する音量
・モニタ：テスト音声の再生音量
・ピッチ：声のトーン調整。上げ過ぎると金切り声みたいになるので、男性の場合10～13の範囲の調整が無難です。
・Index：音声データモデルによってはIndexデータ(学習データ的なもの)が設定されていて高くすればする程元の音声データに近付きますが、その分機械音っぽくなったりするので音声モデルによって調整するのがよいです。
・Noise：Echoは反響音をカット、Sup1とSup2は余計なノイズを軽減してくれます。お好みで設定をどうぞ。
・F0 Det：声を変換するときの質が変わります、好みの設定にしてください。私の場合はrmvpe_onnxにしています。
・N.Gate：よくわかってないですが多分ノイズゲートです、多分ね。デフォルト設定の100で支障ないはずです。
・Audio：クライアントとサーバーがありますが私はサーバーの方だとツールがクラッシュするのでクライアントにしています。
ここでの入力は自身で使っているマイク、出力はVB-CABLEで導入したVB-Audio Virtual Cableを選択することで変換後の音声が出力出来るようになります。私の場合はCABLE In 16chを選択しています。
・モニタ：変換した音声をテストでリアルタイムで確認する際の出力先。使用しているヘッドフォンを指定すればよいです。テストが終わったらnoneに戻しておきましょう。
・Chunk：音声変換の精度設定。低くすれば変換までの時間が短くなりますが変換精度も低くなります。高くすれば変換までの時間が長くなりますが変換精度も高くなります。使用しているグラボの性能や使い方(リアルタイムの通話や配信等)で変わると思います。私は配信で使っているので変換精度を重視してMAXにしています。
・Extra：変換する際に過去の音声をどれだけ使うかの設定。高くすれば変換精度は上がりますが、変換までの時間が長くなります。が、上げ過ぎると不自然な音声になりやすいので、程々がよいと思います。グラボの性能が高い場合はもう少し上げても問題ないと思います。
・Gpu：自身の使ってるPCのGpuを設定してください。私の場合はRTX3080なのでそれを指定しています。
※2026年2月追記※
グラボをRTX5090にしたところChunkは0.6secくらいまで下げても耐えれるようになりました。その為、Discordで通話しながらの配信も可能に(それでも多少のラグはありますが)
通常の配信で安定感出すならChunkは1secくらいで問題ないです。
数字だけでみたら5secが1secになっただけなんですが、この差は大きく個人的には感動ものでした。

ざっくりにはなりますが上記が各項目の簡単な説明になります。
上記まで設定出来ればVC Clientを使用して音声変換するところまでは出来るようになっているはずです。

・終わりに

次回はVC Clientで変換した音声を使ってOBSで配信する為の設定ってどうすればいいの？という部分に関して書いていこうと思います。興味のある方はそちらも参考にしてもらえますと幸いです。

・PR

普段VC Clientを活用してTwitchやYouTubeでゲーム配信していますので、
各種チャンネル登録やフォローをしていただけると励みになります！
それじゃまた今夜。
・Twitch：https://www.twitch.tv/inukai_handa
・YouTube：https://www.youtube.com/@Handa_Inukai
・X(旧Twitter)：https://x.com/Inukai_Handa