一周前,RVC变声器创始人(GitHub昵称:RVC-Boss)发布了一款新项目,名为GPT-SoVITS。这个项目一上线就受到了互联网大佬和博主的好评推荐,仅仅在不到一周的时间里,就已经在GitHub上积累了4.1k Star。
据说,该项目是RVC-Boss与Rcell(AI音色转换技术Sovits的开发者)共同研究,历时半年,期间克服了许多困难,最终推出了这款全新的低成本易用的音色克隆工具。
接下来,让我们一起来看看这款新型音色克隆工具RVC-Boss有何特别之处吧!
项目介绍
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、日文的语音推理。
据开发者及各大博主测验,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 1 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!
项目地址:https://github.com/RVC-Boss/GPT-SoVITS
目前已获得 4.1k Star,看到很多人对其评价为目前最强中文语音克隆工具。
功能:
-
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