GPT-SoVITS 快速声音克隆使用案例：webui、api接口

已于 2024-07-04 14:39:25 修改
阅读量1.9k 收藏 1
点赞数
分类专栏： 深度学习 语音AI 文章标签： gpt tts 声音克隆
于 2024-02-23 09:41:19 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/weixin_42357472/article/details/136247915
版权
本文档介绍了如何使用GPT-SoVITS进行声音克隆，包括通过Gradio支持的麦克风录音、API接口进行操作。详细步骤包括下载项目与预训练模型，运行webUI和API服务。GPT-SoVITS支持中文和中英混合语音合成，并提供了声音生成代码的位置。用户可以通过修改指定端口的页面进行合成和效果体验。
摘要由CSDN通过智能技术生成

其他推荐：
https://fish.audio/zh-CN/text-to-speech/
在这里插入图片描述

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

环境：
Python 3.10 PyTorch 2.1.2, CUDA 12.0
安装包：
在这里插入图片描述

1、使用：

1）下载项目

git clone https://github.com/RVC-Boss
了解本专栏 订阅专栏 解锁全文 超级会员免费看
loong_XL
关注
专栏目录
订阅专栏
基于GPT-SoVITS的API实现批量克隆声音
Mr数据杨
08-20 778
目标是将每一段声音通过GPT-SoVITS的API的API进行克隆，因为拼在一起的整个片段处理会造成内存或者缓存溢出。将目录下的音频文件生成到指定目录下，然后再进行拼接。通过AI工具箱生成的数据文件是这样的结构，目录下是没个片段生成的部分，是剪切无声片段的音频文件，这里克隆后会拼接生成一个。然后移动到指定的目录下。是正常拼接的音频文件，
GPT-SoVITS: 一分钟语音数据训练出色TTS模型完全安装配置手册
最新发布
gitblog_09424的博客
09-13 907
GPT-SoVITS: 一分钟语音数据训练出色TTS模型完全安装配置手册 GPT-SoVITS 项目地址: https://gitcode.com/gh_mirrors/gp/GPT-SoVITS ...
针对 GPT-SoVITS 项目的 API 接口改进
Polo_fang的博客
07-25 1134
本代码是针对GPT-SoVITS项目的补充，主要是为了解决原项目api接口功能不足的问题。本api.py文件可以直接覆盖原GPT-SoVITS项目代码的api.py文件，并不会影响原项目的完整性。提供在运行过程中切换模型（音色）的接口，支持POST和GET提供切换情绪的接口，即可以通过预设参考音频并赋予情绪的形式，在推理过程中快速选择指定情绪，支持POST和GET。
手把手教你GPT-SoVITS V2版本模型教程，内附整合包
CUIroot的博客
08-27 2515
首先需要声明的一点就是V1的模型能用在V2上面，但是V2的模型不能用在V1上，并且V1模型在V2上效果不佳！GPT-SoVITS V2模型下载网这次V2更新了以下功能。
声音克隆教程-GPT-SoVITS
月流霜的专栏
05-27 1427
这个窗口实际就是调整每个语段，如果你的输入音频很大，有十几分钟，切割之后可以做一些合并，操作也很简单，选中片段然后点击。，在声音训练上面非常简单，几乎可以说是傻瓜式操作，虽然它也有一些弊端和缺点，但是无疑在目前市面上，，增加视频的趣味性以及观看性，由于我这台电脑的显卡限制，我导入训练的素材只有四十秒，所以语音的。是目前市面上最好的语音克隆工具，且开源，虽然用到的所有技术不是最新的，但它开创性的加入了。，但是我看了很多其他博主的测试，如果是原声情况下，自己的声音还原度基本可以以假乱真。
声音的克隆：GPT-SoVITS
dataddd的博客
05-13 1074
下载必要的使用的包。
免费开源语音克隆-GPT-SoVITS-WebUI只需 5 秒的声音样本
云樱梦海的博客
05-02 2355
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
GPT-SoVITS-WebUI可以中文声音克隆开源AI工具简介
2301_78348935的博客
03-09 3085
大佬研发的低成本AI音色克隆软件，作为一种新兴的网络界面工具，具有自主学习、高效合成、支持多语言等特点，在语音领域中受到极高的关注和重视。它不仅能够迅速训练高质量的文本到语音模型，更能够克服声音质量和口音差异的影响，在语音合成中发挥既有的功效。同时，GPT-SoVITS-WebUI具有零次学习和少量次学习的TTS功能，可以实现自然语言转换，进一步提高了语音合成的性能。这一特性可为语音技术的开发者和爱好者带来更多的机会，实现多样化的语音应用，创造更加便捷的用户体验。启动 GPT-SoVITS-WebUI。
GPT-SoVITS项目的API改良与使用
AAI666666的博客
03-08 6680
GPT-SoVITS是一个非常棒的少样本中文声音克隆项目，之前有一篇文章详细介绍过如何部署和训练自己的模型，并使用该模型在web界面中合成声音，可惜它自带的 api 在调用方面支持比较差，比如不能中英混合、无法按标点切分句子等，因此对原版api做了修改，详细使用说明如下。
GPT-SoVITS-WebUI 初体验
weixin_47420447的博客
08-30 1127
【代码】GPT-SoVITS-WebUI 初体验。
GPT-SoVITS-WebUI 声音克隆，强大的少样本语音转换与语音合成Web用户界面，支持中英日语
01-22
功能： 1、零样本文本到语音（TTS）： 输入5秒的声音样本，即刻体验文本.../4、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。
GPT-SoVITS声音训练报错ZeroDivisionError: division by zero
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。
04-22 1143
GPT-SoVITS声音训练报错ZeroDivisionError: division by zero。检查GPT-SoVITS-0421文件夹下面有没ffmpeg等文件，如果没有按下面操作。2.从ffmpeg\bin下面文件全部复制一份到GPT-SoVITS-0421文件夹。检查数据集音频目录路径填写错误，错填成文本的目录路径，检查下面两地方路径。4.然后再次训练，成功解决（解决本案例）3.打开web服务，然后再次一键三联。这个GPT参考，感觉没大作用。1.先关闭运行中的cmd服务。
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 1518
Win10 专业版整合包。
GPT-SoVITS的部署与API调用（主要以AutoDL云端部署）
qq_61884165的博客
03-21 3707
GPT-SoVITS是一款强大的支持少量语音转换、文本到语音的音色克隆模型。支持中文、英文、日文的语言推理。据开发者各大博主测验，仅需提供5秒语音样本即可体验达到80%-95%像的声音克隆。若提供一分钟语音样本可以逼近真人的效果，且训练出高质量的TTS模型。训练推理整合包地址：百度网盘 请输入提取码百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全稳固，支持教育网加速，支持手机端。注册使用百度网盘即可享受免费存储空间。
一分钟教你使用GPT-SoVITS-克隆你的声音-效果十分逼真-全干货教程
php源码
08-07 2846
最后我们在下方填入list的文件路径，点击下方开启语音文本校对标注工具，开始打标此操作也会启动一个新的界面3.音频打标进入如下界面后即可进行打标，左侧为自动生成的文字，中间为原音频，我们需要根据音频实际去修改左侧文字，看看是否有错误，错误一般为文字错误，标点错误，断句错误等，修改好后点击第二个Submit Test提交即可本页检查完，如果有第二页，则点击右上角Next跳转下一页进行打标，需要删除音频则勾选yes，然后点击顶部的Delete Audio进行删除。随后找到最底下的一键三连！
GPT-SoVITS 本地化部署及使用 [详细教程]
Polo_fang的博客
07-18 8824
作者b站演示视频：耗时两个月自主研发的低成本AI音色克隆软件，免费送给大家！【GPT-SoVITS】_哔哩哔哩_bilibili关注UP主并私信GPT/gpt/sovits/SOVITS/SoVITS/SVC/svc自动获取整合训练包下载链接文案配音：AI孙笑川（GPT-SoVITS）算法相关经验和成果是我和Rcell经过半年时间踩了上百个坑得出的当前的最优解，如果对大家有用的话，希望能够一键三连支持一下。收费的均不是本人。RVC官方唯一账号。
GPT-SoVITS-WebUI 克隆声音 macos搭建
mixboot
02-17 1408
GPT-SoVITS-WebUI 克隆声音
GPT-SoVITS 测试
weixin_40994552的博客
01-27 3229
AutoDL地址：https://www.codewithgpu.com/i/RVC-Boss/GPT-SoVITS/GPT-SoVITS-Official。Blili 地址：https://www.bilibili.com/video/BV12g4y1m7Uw。GitHub地址：https://github.com/RVC-Boss/GPT-SoVITS。step2 创建好实例之后，进入命令行，输入命令。step4 完成之后，点击 tab 栏，随后选择公网地址打开，进入Web页面。step1 打开地址。
文字转语音TTS工具，开源可本地或云端部署：GPT-SoVITS
诸神缄默不语的博客
04-15 3237
本文介绍文字转语音工具：GPT-SoVITS
gpt-sovits下载安装
05-15
GPT-2是OpenAI提出的一种基于Transformer的语言模型，它在自然语言处理领域有着广泛的应用。而GPT-2的PyTorch版本gpt-pytorch和TensorFlow版本gpt-2-simple都非常方便，可以通过pip命令进行安装。 若您需要下载和安装gpt-pytorch，请执行以下步骤： 1. 克隆gpt-pytorch的GitHub代码库：https://github.com/graykode/gpt-pytorch 2. 安装PyTorch：可以通过官网的指引进行安装。 3. 安装必要的Python依赖库：可以使用pip命令进行安装，具体依赖库信息在代码库的requirements.txt中。 4. 下载预训练模型：可以从OpenAI官网下载对应的预训练模型，也可以使用该代码库中提供的预训练模型。 5. 运行示例代码进行测试：代码库中提供了一些示例代码，可以帮助您了解如何使用gpt-pytorch。 若您需要下载和安装gpt-2-simple，请执行以下步骤： 1. 安装TensorFlow：可以通过官网的指引进行安装。 2. 使用pip命令安装gpt-2-simple: pip install gpt-2-simple 3. 下载预训练模型：使用gpt-2-simple提供的download_gpt2()函数下载预训练模型。 4. 运行示例代码进行测试：代码库中提供了一些示例代码，可以帮助您了解如何使用gpt-2-simple。
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

打赏作者

loong_XL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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