声音克隆项目GPT-SoVITS-V3项目运行

已于 2025-03-03 20:04:57 修改
阅读量879 收藏 12
点赞数 10
文章标签： gpt python
于 2025-03-03 20:03:23 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/rancang/article/details/145997702
版权

项目地址：

RVC-Boss/GPT-SoVITS: 1 min voice data can also be used to train a good TTS model! (few shot voice cloning)
把最新的gpt-vits-v3整合包下载一下
![[Pasted image 20250303193419.png]]

解压完后，双击一下go-webui.bat文件，基本就能出现这个页面了。
![[Pasted image 20250303193906.png]]
在这里插入图片描述

模型训练：

提前准备好自己的MP3文件或者WAV文件
如果只有视频文件的话，用这个网站进行转换一下 MP4到MP3转换器- FreeConvert.com

流程参考b站视频：第三代GPT-SoVITS最强声音克隆，只需3秒语音，完美声音复刻+在线免费使用！_哔哩哔哩_bilibili

可以用一下大佬的gpu训练模型
跟着视频走，基本就是训练出模型了，这时候就点击1C-推理，启动WebUI，准备推理。
在这里插入图片描述

这时候如果你想本地去推理的话，可以把谷歌硬盘中的这两个权重模型给下载下来，然后在本地切换成这两个权重模型。
![[Pasted image 20250303194620.png]]

推理：

这里需要填写参考音频（3-10秒）和参考文本。
用一个音频剪切网站稍微剪切一下音频：[在线剪切MP3、AAC、M4A、OGG或WAV音频](https://cdkm.com/cn/cut-audio#g
在这里插入图片描述

ref:

  1. 项目地址：https://github.com/RVC-Boss/GPT-SoVITS/releases/tag/20250228v3
  2. b站视频链接：第三代GPT-SoVITS最强声音克隆，只需3秒语音，完美声音复刻+在线免费使用！_哔哩哔哩_bilibili
  3. 音频剪切：在线剪切MP3、AAC、M4A、OGG或WAV音频
  4. MP3转换器：MP4到MP3转换器- FreeConvert.com
  5. GPT-SOVITS指南：基础知识

最后再谢谢各位大佬！

rancang
关注
GPT-SoVITS声音克隆训练和推理（新手教程,附整合包）
本博客，博文仅代表个人操作经验，不能完全解决你的问题，仅供参考，佛系回复。
04-24 3146
Win10 专业版整合包。
GPT-SoVITS: 智能语音合成的新境界
步子哥的博客
07-04 844
GPT-SoVITS作为一个强大的语音合成工具，正在推动语音技术的边界。它不仅为研究人员提供了一个创新的平台，也为普通用户带来了前所未有的语音合成体验。随着技术的不断发展和社区的积极参与，我们有理由相信GPT-SoVITS将在语音合成领域发挥越来越重要的作用，为人工智能的语音交互带来更多可能性。
GPT-SoVITS使用指南——点动科技
weixin_63782093的博客
07-24 6279
GPT-SoVITS官方指南
Unity--GPT-SoVITS接入、处理GPTAPI的SSE响应流
red_redemption的博客
03-16 970
GPT-SoVITS- v2（v3也可以，两者对模型文件具有兼容）点击后 会进入新的游览器网页-----看了一圈，发现主要问题集中在模型的训练很需要CPU，也就是模型的制作上，问题很多，如果有现有的模型，直接引用，使用“推理”即可就比如用这个up主练出来的模型自己要做的其实就很少了导入之后重启webui.bat再开启TTS推理WebUI，就进入了UI界面，自己点击交互设置，然后产出结果可以直接用。
基于星海智算平台的Windows系统GPT-SoVITS部署指南
最新发布
2501_91377542的博客
04-03 961
GPT-Sovits是一款先进的开源语音合成模型，具备强大的音色克隆能力，仅需少量语音数据即可精准模拟目标音色。它支持多语言合成，提供便捷的WebUI工具，确保本地运行保护隐私，为语音合成任务提供高效、灵活的解决方案。一、注册账号与准备工作平台注册访问星海智算GPU云平台点击注册可填写邀请码21735375（注册双方均可获赠额外算力资源）。二、GPU实例创建与镜像配置1. 创建实例：登录控制台后，依次点击【GPU实例】→【创建实例】。2. 硬件选择建议。
GPT-SoVITS V3模型推理代码，支持API调用，支持流式，支持各种音频格式
2401_88223409的博客
02-19 2106
因为GPT-SoVITS最近发布了最新的v3模型，大幅增加zero shot相似度；情绪表达、微调性能提升。实际体验下来确实比v2模型的音色要强，在跨语种能力上也有进步。而取得这样的成果必然少不了原开发者的黑科技，v3的推理过程和v1与v2区别很大，总体来说变得复杂了（俺也不懂行），原代码呈几何式暴乱！最开始我本想在原项目的基础上去写一个v3的api文件，但是看了源码之后……Orz我就去偷了其他大佬提纯的核心推理代码经过一番折腾，我把v3的推理代码给移植进去，并做了api的接口。于是。
GPT-SoVITS更新V3 win整合包
02-19 2765
GPT-SoVITS 是由社区开发者联合打造的开源语音生成框架，其创新性地融合了GPT语言模型与SoVITS（Singing Voice Inference and Timbre Synthesis）语音合成技术，实现了即可生成高保真目标音色的突破。该项目凭借其开箱即用的特性，已成为AIGC语音领域的热门工具。
Ubuntu 24.04.2 LTS 使用AMD RX 6650XT 运行 GPT-SoVITS 适配最新的V3版本（2025年3月）
qq_45741721的博客
03-22 923
最近在网上看到了 GPT-SoVITS 这个项目，可以模仿各种声音，就感觉很有趣，想在自己的电脑上部署使用，但是我的电脑是AMD显卡，网络的教程基本上都是英伟达（NIVADA）显卡的，AMD显卡的教程比较少，经过一番折腾，也总算是用的上了。
只要三秒音频就可以使用GPT-SoVITS-v3的大模型克隆音色
weixin_43834973的博客
04-02 256
只要三秒音频就可以使用GPT-SoVITS-v3的大模型克隆音色
为什么gpt-sovits微调训练轮数最大只能设置为3
yrldjsbk的博客
02-27 503
如果训练轮数设置过高，可能会导致训练时间过长，尤其是在资源有限的情况下。如果设置训练轮数为3，并且在这3轮内训练效果已经足够好，模型的性能就不会显著提高，因此不会继续训练。：很多生成式模型在训练的初期会有快速的进步，但在后期进步会趋于平缓，甚至出现下降的趋势。因此，限制训练轮数为3轮，可能是为了确保在效果达到最佳时停止训练。：如果训练数据相对较小或者模型结构较简单，过多的训练轮数可能会导致过拟合，特别是在有限的数据集上。通常，训练轮数被设定为较低的值，以避免模型过于拟合于训练数据，而不是学习到泛化能力。
政安晨【零基础玩转各类开源AI项目】：基于Ubuntu系统本地部署使用GPT-SoVITS进行语音克隆与TTS语音生成
政安晨——致力于AI人工智能数字互动领域
05-07 3850
这是一款开源的AI音色克隆框架，目前只有TTS（文字转语音）功能，将来会更新变声功能。现在介绍如何搭建部署。 类似的还有SVC（歌声转换）、SVS（歌声合成）等。目前GPT-SoVITS只有TTS功能，也就是不能唱歌。 GPT-SoVITS实现了： —— 由参考音频的情感、音色、语速控制合成音频的情感、音色、语速 —— 可以少量语音微调训练，也可不训练直接推理 —— 可以跨语种生成，即参考音频（训练集）和推理文本的语种为不同语种
内网穿透的应用-简单几步完成GPT-SoVITS的一键安装与配置实现远程AI语音克隆
微学AI的博客
01-23 1025
今天我要给大家揭秘一个超级有趣的‘声音魔法’——GPT-SoVITS！这款由花儿不哭大佬精心打造的语音克隆工具，在GitHub上已经收获了超35K颗星星，绝对算得上是声音界的明星产品了。你可能要问：这东西会不会很难用啊？错啦！GPT-SoVITS V2版不仅支持中、日、英、韩、粤五种语言，还增加了许多实用功能，比如语速调节和无参考文本模式。最棒的是，它为Windows用户准备了整合包，下载解压就能轻松上手。不过，假如你只有一台性能强劲的电脑，并且希望在外出时也能随心所欲地使用这个项目怎么办？别急！
GPT-Sovits：语音克隆训练-遇坑解决
我是你大爷
02-18 1054
我用3050笔记本在花费了十数分钟后，成功训练及推理验证了自己的语音模型。这里我给出我遇到的一些训练问题及解决方案：RuntimeError: use_libuv was requested but PyTorch was build without libuv...
【实操GPT-SoVits】声音克隆模型图文版教程
ColorKin的博客
12-07 1707
这花盆之中，置有一株青菜，倒也别致。那菜茎亭亭玉立，于这方寸之地，亦能展现出勃勃生机，恰如那闺阁中的女子，虽身处深宅，却难掩其清新脱俗之气。只是不知，它在这花盆之中，是否也会如我一般在夜深人静之时，暗自神伤，思念起那广袤田野的自由来呢?训练完成后，我们可以在以下2个文件夹（之前选择的v2版本：SoVITS_weights_v2、GPT_weights_v2）内看到保存的模型。提示进程结束无报错后，我们看下logs文件夹，如果某个文件夹是空的，说明格式化失败了，需要重新调整素材再次处理。
【超详细教程】GPT-SoVITs从零开始训练声音克隆教程（主要以云端AutoDL部署为例）
热门推荐
李同学Lino的博客
01-29 5万+
近日，RVC变声器的创始人（GitHub昵称为RVC-Boss）与AI音色转换技术专家Rcell合作，共同开发并开源了一款创新的跨语言音色克隆工具——GPT-SoVITS。这个项目在互联网上迅速获得了广泛关注和好评，众多业界大佬和知名博主都对其给予了推荐。自项目上线以来，短短两天内，它在GitHub上的Star数就达到了1.4k，而现在这个数字已经飙升至6.5k。GPT-SoVITS的开发历时半年，期间RVC-Boss和Rcell面临了诸多挑战。
GPT-SoVITS学习01
cwtlw的博客
01-11 2914
本文介绍了GPT-SoVITS的使用。
智能交互体验！来开发全语音智能聊天助手
亚马逊云科技专栏
10-21 476
需求背景在当今时代，人工智能技术日新月异，给生活和工作带来了前所未有的便利。作为人工智能应用的一种重要形式，语音交互系统已经广泛应用于各个领域，为用户提供了无需通过键盘或触摸屏输入就能与计算机对话的交互方式。然而，传统的语音交互系统大多基于预定义场景和规则，缺乏真正的理解和推理能力，无法像人类一样进行自然、流畅的对话交互。为了打造一款像人类一样能进行多轮对话的智能语音助理，我们需要将新的生成式AI...
GPT-SoVITS语音克隆部署与使用
Qinghub‘博客
05-20 3364
GPT-SoVITS是一款强大的少量样本语音转换与语音合成开源工具
gpt-sovits v3
02-14
### GPT-SOVITS V3介绍 GPT-SOVITS V3是一款融合了自然语言处理和语音合成技术的先进模型。此版本进一步优化了声音克隆的效果，在保持高质量音频输出的同时提高了音色转换的真实度和稳定性[^1]。 #### 主要特点 - **高精度音色迁移**：通过改进后的算法结构，能够更精准地捕捉源说话人的特征并迁移到目标说话人上。 - **多模态输入支持**：除了传统的文本到语音功能外，还增加了对图像、视频等多种形式数据的支持能力。 - **简化部署流程**：针对不同应用场景提供了灵活易用的一键安装包以及详细的配置指南，降低了用户的使用门槛[^2]。 #### 使用教程 为了顺利运行GPT-SOVITS V3，需按照如下说明操作： ##### 准备工作 确保已准备好所需的硬件环境（如GPU），并完成Python开发环境搭建。接着下载官方发布的预训练权重文件，并将其分别存放在指定路径下： - 将带有`ckpt`扩展名的GPT模型保存至`GPT_SoVITS/GPT_weights/`目录内； - 把具有`pth`后缀的SoVITS模型存储于`GPT_SoVITS/SoVITS_weights/`位置； ```bash mkdir -p GPT_SoVITS/{GPT_weights,SoVITS_weights} cp path_to_your_gpt_model/*.ckpt GPT_SoVITS/GPT_weights/ cp path_to_your_sovits_model/*.pth GPT_SoVITS/SoVITS_weights/ ``` ##### 运行推理脚本 当上述准备工作完成后，可以通过执行以下命令来启动程序： ```python from gpt_sovits.inference import infer_from_files infer_from_files( source_audio="path/to/source.wav", target_text="想要合成的内容" ) ``` 这将会读取给定的声音样本作为参考，依据所提供的文字描述生成相应的新音频片段。 #### 下载链接 由于版权保护等原因，具体的下载地址通常由开发者或授权机构提供。建议访问项目主页或是联系相关人员获取最新的资源分发渠道信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值