语音合成(TTS) GPT-SoVITS认知

写在前面


  • 小伙伴推荐,简单了解
  • 相对之前试过的其他的TTS项目,GPT-SoVITS的优点
  • 简单易用,文档完整,默认的模型效果就很好
  • 理解不足小伙伴帮忙指正

不必太纠结于当下,也不必太忧虑未来,当你经历过一些事情的时候,眼前的风景已经和从前不一样了。------村上春树


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

项目地址:

https://github.com/RVC-Boss/GPT-SoVITS/blob/main/README.md

第一次玩直接下载整合包就好:

https://huggingface.co/lj1995/GPT-SoVITS-windows-package/resolve/main/GPT-SoVITS-beta.7z?download=true

直接执行 bat 脚本就可以

bash 复制代码
D:\GPT-SoVITS-beta\GPT-SoVITS-beta0217>runtime\python.exe webui.py
Running on local URL:  http://0.0.0.0:9874

这里我们选中 是否开启TTS推理WebUI 稍等一会

会自动在浏览器打开推理页面

整合包默认会有模型,可以直接使用

参考音频准备

找一段游戏配音原声

如果不是原声,可以使用自带的工具处理,或者用Au剪一下,或者使用 整理包里的 ffmpeg 工具直接处理

参考音频:

年轻游侠儿泪眼模糊,凄然一笑,站起身,拿木剑对准墙壁,狠狠折断。此后江湖再无温华的消息,这名才出江湖便已名动天下的木剑游侠儿,一夜之间,以最决然的苍凉姿态,离开了江湖。刺骨大雪中,他最后对自己说了一句。"不练剑了。"

推理结果


参考音频:

姜泥声若细蚊道:"是不是我走了,就杀不了你了?",徐凤年转身笑道:"当然不会,有曹官子和老剑神两位高人教你,说不定过个几年就能杀我了,走吧走吧,省得天天在本世子面前晃荡,没你在,记得杀我之前通知一声,我也好睡安稳觉,我能睡几年是几年,",姜泥咬着嘴唇道:"那我就不走!。

推理结果


博文部分内容参考

© 文中涉及参考链接内容版权归原作者所有,如有侵权请告知 😃


https://github.com/RVC-Boss/GPT-SoVITS/blob/main/README.md


© 2018-2024 liruilonger@gmail.com, All rights reserved. 保持署名-非商用-相同方式共享(CC BY-NC-SA 4.0)

相关推荐
奇牙coding1231 天前
gpt-5.6-sol 调用一直 429 但 gpt-5.5 完全正常怎么办?排查思路与三种应对方案
gpt·ai
ddshub_cc1 天前
GPT Image 2 Prompt 案例集:可直接套用的出图写法
gpt·ai·prompt·文生图·image2·ai生图·gpt-image-2
YH55269843 天前
如何减少大模型的token消耗?日常使用,可以通过什么方式减少大模型 token 的消耗
gpt·chatgpt·github
Easy_API4 天前
OpenAI三周内第二次降价,GPT-5.6 Sol砍了20%到33
大数据·前端·人工智能·gpt·深度学习
自动化和Linux5 天前
【win11+virtual Box简单安装centos7,不使用GPT分区】
linux·gpt·虚拟现实
yzx9910136 天前
GPT-5.6 Luna 核心应用场景与落地实践大纲
gpt
自律懒人7 天前
Warp 2.0 从零上手:4 步把终端变成 Agentic 开发环境(GitHub 6.4万星)
gpt
天天进步20157 天前
Pixelle-Video 源码解析 #10:多模型适配:GPT、通义千问、DeepSeek、Ollama 如何统一调用?
人工智能·gpt
蒸蒸yyyyzwd7 天前
AI软件开发面试gpt模拟学习笔记
人工智能·gpt·面试
chunmiao30327 天前
GPT-5.6一个月两次降价,大模型API价格战来了
人工智能·gpt