https://bingzhuyeyou.com/

 

1 GPT-SoVITS-WebUI简介

1. GPT-SoVITS是一个开源的声音克隆项目，该语音合成工具结合了GPT (Generative Pre-trained Transformer)模型和SoVITS(Speech-to-Video Voice Transformation System)变声器技术，仅需通过少量的样本数据实现高质量的语音克隆和文本到语音转换(TTS)。
2. 该工具特别适用于需要快速生成特定人声的场景，可以帮助用户在没有或只有少量目标说话人语音样本的情况下，训练出能够模仿该说话人声音(包括情感、音色、语速)的模型。
3. 和stable diffusion webui一样， GPT-SoVITS-WebUI也具有可视化的web界面，方便普通用户使用。

2 原始声音/合成声音对比

• 卡莎
• 三体

链接：https://pan.baidu.com/s/1abzoWCe0B0e6CDINmMzUuQ?pwd=bzyy
提取码：bzyy

3 GPT-SoVITS-WebUI安装

1. 在 Mac 上使用 GPU 训练的模型效果显著低于其他设备训练的模型，所以作者不建议使用CPU进行训练。
2. 这里介绍windows系统最简单方便的方式，直接百度云下载打包好的文件即可。

• 

 

 

5 文章目录

• 1 GPT-SoVITS-WebUI简介
• 2 GPT-SoVITS-WebUI安装
• 3 GPT-SoVITS-WebUI详细使用教程
  • 3.1 0-前置数据集获取工具
    • 3.1.1 0a-UVR5人声伴奏分离&去混响去延迟工具
    • 3.1.2 0b-语音切分工具
    • 3.1.3 0c-中文批量离线ASR工具
    • 3.1.4 0d-语音文本校对标注工具
  • 3.2 1-GPT-SoVITS-TTS
    • 3.2.1 1A-训练集格式化工具
      • 3.2.1.1 1Aabc-训练集格式化一键三连
    • 3.2.2 1B-微调训练
      • 3.2.2.1 开启SoVITS训练
      • 3.2.2.2 开启GPT训练
  • 3.3 合成声音/克隆声音

https://bingzhuyeyou.com/