# GTP-SoVITS语音训练合成测试-20240430

GTP-SoVITS语音训练合成测试-20240430

https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/tkemqe8vzhadfpeu

https://github.com/RVC-Boss/GPT-SoVITS?tab=readme-ov-file

https://www.codewithgpu.com/i/RVC-Boss/GPT-SoVITS/GPT-SoVITS-Official

1 机器配置

基于（ NVIDIA 4090[24G] + 16CPU + 120G内存 ）的 1、2、8 倍服务器配置及新款高性能 NVIDIA L20[48G] + 20CPU + 100G内存服务器四种环境下的测试

• A

  B

• B

  

• C

  

• D

  

2 测试文本

• 录音文本（50字）：就在小马准备过河的时候，从树上跳下的松鼠却阻拦说：河水“深得很哩！昨天，我的一个伙伴就是掉在这条河里淹死的”。

• 合成语音用文本（200字）：一天，一只猴子在河边骑车。这时他看见树下有一只狮子，狮子向他跑来。他非常的害怕，掉进河里。他不会游泳，大叫起来。兔子听见了，跳进水里，但他却没有办法救猴子。幸运的是，一只大象过来了。大象非常强壮，救出了兔子和猴子。他们来到大象的家，在那里吃了一顿大餐。从此他们成了好朋友。

3 测试结果

配置	声音文件	0a	0b	0c	1A	1B	训练合计	合成	备注
A (4090+16c+120g) x 1	1	7	4	16	24	80	131	17
	2	7	4	15	24	82	132	19
B (4090+16c+120g) x 2	1	5	3	13	26	66	113	24
	2	5	3	13	27	65	113	19
C (4090+16c+120g) x 8	1	5	3	13	104	88	213	21
	2	5	3	13	104	84	209	20
D (L20+20c+100g) x 1	1	5	2	13	20	62	102	21
	2	5	2	13	20	61	101	19

表格单位：秒

4 结论

1. 50个字的训练语音质量OK
2. 最佳显卡数量为2，最佳成本显卡数量为1，太多显卡并不能提高训练速度，反而会更慢
3. 高性能服务器的确能提高效率，L20单卡比4090双卡效率更高