GPT-SoVITS Windows 配置与推理笔记(自用)

GPT-SoVITS Windows 配置与推理笔记(自用)

这是给自己留的备份,方便下次查。Windows 端配置和推理为主,代码为核心,直接干货。

环境准备

  • 系统:Windows 10/11
  • Python:3.9(别用别的版本,坑多)
  • GPU(可选):NVIDIA + CUDA 11.8(没 GPU 也能跑,慢点)
  • FFmpeg:解压后扔根目录(最新版自带,但建议手动确认)

下载与安装

Git 下载(可选):

bash 复制代码
git clone https://github.com/RVC-Boss/GPT-SoVITS.git

或者直接去 GPT-SoVITS 项目页,点"Code"按钮,选"Download ZIP"。解压到 D:\GPT-SoVITS(路径自己定)。

进去后双击 go-webui.bat,第一次跑会自动装依赖和下载模型。需要啥提前装好:

  • Python 3.9:

    bash 复制代码
    python --version  # 检查是不是 3.9.x
  • FFmpeg(最新版 GPT-SoVITS 自带,但建议手动放一份):
    下载后放 D:\GPT-SoVITS,验证:

    bash 复制代码
    ffmpeg -version

依赖安装(如果自动失败)

go-webui.bat 一般自动搞定,但要是卡住(比如网络问题),手动敲:

bash 复制代码
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

PyTorch 按需装:

  • GPU:

    bash 复制代码
    pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

    (CUDA 版本不对就去 PyTorch 官网 找对应链接)

  • CPU:

    bash 复制代码
    pip install torch torchvision torchaudio

检查:

bash 复制代码
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

运行 WebUI

双击 go-webui.bat,会弹地址:

复制代码
http://127.0.0.1:9880

浏览器打开。界面分几个Tab,我只用推理:

  • 模型选择:挑 GPT 和 SoVITS 权重
  • 音频输入:初始音频
  • 文本输入:想说的内容
  • 生成按钮:点一下出结果

:推理界面,选完模型点"刷新"后,必须勾选 [开启TTS推理WebUI],不然不会跳到语音合成页面。

推理步骤

  1. 权重放好:
  2. 初始音频:3-10 秒 WAV,上传到 WebUI,音色全靠它。
  3. 输入文本:"测试一下"之类,选好权重,点生成,底下出音频。
  4. 文本太长:用"切分"功能,分段处理,不然容易崩。

注意

  • 音色偏向初始音频,选清晰的,别含背景杂音。
  • 想"唱歌":用 UVR5(tools/uvr5/ 下有)分解人声,每段推理再拼,效果更像原唱。
  • 推理时间:GPU 快,CPU 得等几秒。

问题

  • WebUI 打不开:端口 9880 被占,编辑 go-webui.bat,改成别的(比如 9881)。
  • 依赖装不上:换源,或确认 Python 是 3.9。
  • 模型加载失败:检查权重路径和文件名,别多空格或中文。

补充

  • 初始音频质量:录个干净的,别用手机随便录,杂音多效果差。
  • 权重版本:B站那个碧蓝档案的模型可能更新,下载前看下评论确认兼容。
相关推荐
Paper_Love1 小时前
x86-64_windows交叉编译arm_linux程序
arm开发·windows
T__TIII1 小时前
Dify 自定义插件
人工智能·github
前端若水1 小时前
通过 Windows 共享文件夹 + 手机访问(SMB协议)如何实现
windows·智能手机
运器1232 小时前
【一起来学AI大模型】算法核心:数组/哈希表/树/排序/动态规划(LeetCode精练)
开发语言·人工智能·python·算法·ai·散列表·ai编程
虾条_花吹雪2 小时前
2、Connecting to Kafka
分布式·ai·kafka
DeepSeek大模型官方教程3 小时前
NLP之文本纠错开源大模型:兼看语音大模型总结
大数据·人工智能·ai·自然语言处理·大模型·产品经理·大模型学习
程序员鱼皮4 小时前
Cursor 1.2重磅更新,这个痛点终于被解决了!
ai·程序员·编程·agent·软件开发
小皮侠4 小时前
nginx的使用
java·运维·服务器·前端·git·nginx·github
汪汪队睡大觉755 小时前
OpenAI-Kotlin文档详解
github
蛋黄蛋黄5 小时前
微信表情怎么在自己的项目使用微信表情?-> [开源仓库]wechat-emoji
前端·github