GPT-SoVITS音色克隆-模型训练步骤

GPT-SoVITS音色克隆-模型训练步骤

启动模型训练的主页面

1. 切到模型路径

复制代码
/psycheEpic/GPT-SoVITS
  • 进入Python虚拟环境,并挂起执行python脚本

    conda activate GPTSoVits
    nohup python ./webui.py >>./webui.log &

  • 查看日志 tail -500f webui.log

2. uvr5人声分离和去混响处理

  • 切换到路径

    cd /psycheEpic/GPT-SoVITS/tools/uvr5

  • 启动uvr5操作web界面

  • python webui.py "cuda" True 15666 True

3. 人声分离操作

在浏览器进入界面:https://73de21d131614dd42e.gradio.live,这个地址每次启动都会变得

先用HP2模型处理一遍(提取人声),然后将输出的干声音频再用onnx_dereverb最后用DeEcho-Aggressive(去混响),输出格式选wav。输出的文件默认在GPT-SoVITS-beta\GPT-SoVITS-beta\output\uvr5_opt这个文件夹下,建议不要改输出路径,到时候找不到文件谁也帮不了你。处理完的音频(vocal)的是人声,(instrument)是伴奏,(No Reverb)的没混响的,(Reverb)的是混响。(vocal)(No Reverb)才是要用的文件,其他都可以删除。结束后记得到WebUI关闭UVR5节省显存。

1)第一步先提前人声,人声和背景音乐分离,HP2模型

2)第二步将上一步分离出来的人声,上传作为输入,再使用onnx_dereverb提前一次人声

3)第三步将上一步的人声作为输入,去混响,使用DeEcho-Aggressive(去混响)

4. 将长音频进行切割

进入主页面操作:

5.给切割好的音频作为输入,给对路径,调用模型进行打标

为什么要打标:打标就是给每个音频配上文字,这样才能让AI学习到每个字该怎么读。这里的标指的是标注

这步很简单只要把刚才的切分文件夹输入,如果你音频降噪过,那么默认是output/slicer_opt文件夹,如果你切分了没有降噪,那么默认是output/slicer_opt文件夹。然后选择达摩ASR或者fast whisper。达摩ASR只能用于识别中文,效果也最好。fast whisper可以标注99种语言,是目前最好的英语和日语识别,模型尺寸选large V3,语种选auto自动就好了。然后点开启离线批量ASR就好了,默认输出是output/asr_opt这个路径,建议不要改输出路径,到时候找不到文件谁也帮不了你。ASR需要一些时间,看着控制台有没有报错就好了。

6. 标注校验

7.GPT-SoVITS-TTS-训练集格式化工具-填好参数一键三连

8. 微调训练

9. 模型推理,刷新模型

  • 执行脚本,打开推理页面

    进入Python环境
    conda activate GPTSoVits
    cd /psycheEpic/GPT-SoVITS/GPT_SoVITS/
    nohup python inference_webui.py >>./inference_webui.log &

相关推荐
牛大了202310 天前
【LLM学习】2-简短学习BERT、GPT主流大模型
gpt·学习·bert
1213410 天前
LLM:重构数字世界的“智能操作系统”
gpt·aigc·ai编程·llama·gpu算力
叠叠乐16 天前
ROS2编译的理解,与GPT对话
gpt
蚂蚁数据AntData17 天前
DB-GPT V0.7.2 版本更新:图表组件可视化增强、支持混合搜索 、支持DeepSeek-R1-0528模型等
大数据·数据库·gpt·架构·数据库架构
PacosonSWJTU21 天前
加载GPT-2模型参数报错:TensorFlow不存在
人工智能·gpt·tensorflow
zm-v-1593043398622 天前
GPT-ArcGIS 在生态评价中的综合应用:多因子权重分析与适宜性制图
gpt·arcgis
激进小猪100224 天前
LLM基础5_从零开始实现 GPT 模型
gpt
阿部多瑞 ABU1 个月前
# 从底层架构到应用实践:为何部分大模型在越狱攻击下失守?
gpt·安全·ai·自然语言处理
阿部多瑞 ABU1 个月前
大模型安全测试报告:千问、GPT 全系列、豆包、Claude 表现优异,DeepSeek、Grok-3 与 Kimi 存在安全隐患
gpt·安全·ai
武子康1 个月前
AI炼丹日志-28 - Audiblez 将你的电子书epub转换为音频mp3 做有声书
人工智能·爬虫·gpt·算法·机器学习·ai·音视频