GPT-SoVITS强大的少样本语音转换与语音合成大模型，完美克隆你的声音

本文更新于: 2024年2月17日

GPT-SoVITS-WebUI
强大的少样本语音转换与语音合成Web用户界面。
1分钟语音即可训练一个自己的TTS模型：GPT-SoVITS！根据演示来看，目前中文支持比较好的模型
只要 5 秒的数据，它就可以模仿我的声音，更牛的是，一分钟的录音就能训练出高质量的模型，完美克隆声音 YYDS！

1 min voice data can also be used to train a good TTS model! (few shot voice cloning)

界面截图

功能介绍

零样本文本到语音（TTS）： 输入 5 秒的声音样本，即刻体验文本到语音转换。

少样本 TTS： 仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

跨语言支持： 支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

WebUI 工具： 集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和 GPT/SoVITS 模型。

环境准备

如果你是 Windows 用户（已在 win>=10 上测试），可以直接通过预打包文件安装。只需下载预打包文件，解压后双击 go-webui.bat 即可启动 GPT-SoVITS-WebUI。

测试通过的 Python 和 PyTorch 版本
Python 3.9、PyTorch 2.0.1 和 CUDA 11
Python 3.10.13, PyTorch 2.1.2 和 CUDA 12.3
Python 3.9、Pytorch 2.3.0.dev20240122 和 macOS 14.3（Apple 芯片，GPU）
注意: numba==0.56.4 需要 python < 3.11

Mac 用户
如果你是 Mac 用户，请先确保满足以下条件以使用 GPU 进行训练和推理：

搭载 Apple 芯片或 AMD GPU 的 Mac
macOS 12.3 或更高版本
已通过运行xcode-select –install安装 Xcode command-line tools
其他 Mac 仅支持使用 CPU 进行推理

然后使用以下命令安装：

创建环境
conda create -n GPTSoVits python=3.9
conda activate GPTSoVits
安装依赖
pip install -r requirements.txt
pip uninstall torch torchaudio
pip3 install –pre torch torchaudio –index-url https://download.pytorch.org/whl/nightly/cpu
使用 Conda 快速安装
conda create -n GPTSoVits python=3.9
conda activate GPTSoVits
bash install.sh
手动安装包
Pip 包
pip install -r requirements.txt
FFmpeg
Conda 使用者
conda install ffmpeg
Ubuntu/Debian 使用者
sudo apt install ffmpeg
sudo apt install libsox-dev
conda install -c conda-forge ‘ffmpeg < 7’
MacOS 使用者
brew install ffmpeg
Windows 使用者
下载并将 ffmpeg.exe 和 ffprobe.exe 放置在 GPT-SoVITS 根目录下。

软件下载

github：https://github.com/RVC-Boss/GPT-SoVITS/