GPT-SoVITS-WebUI, 超强声音创作的AI应用详细教程.

1. GPT-SoVITS-WebUI简介

1. GPT-SoVITS是一个开源的声音克隆项目，该语音合成工具结合了GPT (Generative Pre-trained Transformer)模型和SoVITS(Speech-to-Video Voice Transformation System)变声器技术，仅需通过少量的样本数据实现高质量的语音克隆和文本到语音转换(TTS)。
2. 该工具特别适用于需要快速生成特定人声的场景，可以帮助用户在没有或只有少量目标说话人语音样本的情况下，训练出能够模仿该说话人声音(包括情感、音色、语速)的模型。
3. 和stable diffusion webui一样， GPT-SoVITS-WebUI也具有可视化的web界面，方便普通用户使用。

2. 原始声音/合成声音对比

• 卡莎
• 三体

链接：https://pan.baidu.com/s/1abzoWCe0B0e6CDINmMzUuQ?pwd=bzyy
提取码：bzyy

3. GPT-SoVITS-WebUI安装

1. 在 Mac 上使用 GPU 训练的模型效果显著低于其他设备训练的模型，所以作者不建议使用CPU进行训练。
2. 这里介绍windows系统最简单方便的方式，直接百度云下载打包好的文件即可。

此处内容被隐藏，请输入验证码查看内容。

验证码：

请关注微信公众号，回复“硅基玩家”，获取验证码。在微信里搜索“ 硅基玩家”或者“silicongamer”或者微信扫描右侧二维码都可以关注本站微信公众号。

4. GPT-SoVITS-WebUI详细使用教程

• 下载解压以后，双击go-webui.bat运行，等待数秒后会自动打开浏览器， 如果没有就手动复制链接 http://0.0.0.0:9873 到浏览器地址打开。
• 

5. 0-前置数据集获取工具

6. 0a-UVR5人声伴奏分离&去混响去延迟工具

1. 勾选“是否开启UVR5-WebUI”
   1. 
2. 等待数秒后会自动打开新页面，按图片标记进行操作
   1. 
   2. 需注意的是，文件名和路径不能有中文
   3. 设置好以后， 点击转换按钮。
3. 等待数秒后，看到Succes字样，表明成功，此时可以关掉当前页面，进入下一个操作。
   1. 

7. 0b-语音切分工具

1. 
2. 查看结果
   1. 
3. 当前步骤结束，进入下一步。

8. 0c-中文批量离线ASR工具

9. 0d-语音文本校对标注工具

1. 
2. 选中“是否开启打标WebUI”
3. 稍等片刻会自动打开新页面
4. 
5. 完成后可关闭页面， 进入下一步。

10. 1-GPT-SoVITS-TTS

11. 1A-训练集格式化工具

12. 1Aabc-训练集格式化一键三连

13. 1B-微调训练

14. 开启SoVITS训练

15. 开启GPT训练

1. 等上一步完成后， 再点击“开启GPT训练”。
2. 怎么判断上一步是否完成？
3. 
4. 全部参数使用默认即可， 点击“开启GPT训练”
5. 

16. 合成声音/克隆声音