GPT-SoVITS 安装使用教程

这是一个声音克隆AI，建议3060以上N卡~~严格按照我的教程做，测试成功!

下载地址：

https://www.lvruan.com/app/560702

进入百度网盘下载，太大了，没办法~~

目录结构

1，下载后，把文件解压到D盘的AI目录下，解压后，AI目录下有个GPT_SoVITS文件夹就是对的；

2，进入GPT_SoVITS文件夹，运行go-webui.bat开始用；

去背景声

3，自动进入http://localhost:9874/

勾选：是否开启UVR5-WebUI

跳出新页面http://localhost:9873/

拿到你要克隆的音频，最好是wav格式，放到ToDo目录里，不要留其他人的声音

也可以直接把音频拖进去~~~但是上面的文件夹路径要删空

• 6，点击 “转换” 分离人声和背景声；
• 7，在D:\AI\GPT_SoVITS\output\uvr5_opt 目录找到生成的人声和背景声，把instrument_开头的.flac背景声全部删除掉，留vocal_开头的.flac文件
• 8，回到http://localhost:9874/页面，取消勾选 是否开启UVR5-WebUI

0b-语音切分工具

• 9，开启语音切割
• 10，开启离线批量ASR

打标页面

11，勾选 是否开启打标WebUI 进入打标页面，校对语音和文字，太短太离谱的选中yes,然后delete Audio删除，修改好文字点save file，下页面点Next Index 最后保存。关闭本页面

12，取消勾选 是否开启打标WebUI

1-GPT-SoVITS-TTS

13，点第二个选项：1-GPT-SoVITS-TTS，给实验/模型名起个英文名比如xxx，点最下的 开启一键三连

14，点 1B-微调训练 进入训练：开启SoVITS训练，成功后 开启GPT训练 确定要成功！

推理

15，点 1C-推理：点 刷新模型路径 ，选GPT模型你刚命名的模型的最大数字，比如e15版，点SoVits模型列表中的e最大数字版本，要对应你训练的名字哦，勾选：是否开启TTS推理WebUI，进入最终生成语音页面

16，把D:\AI\GPT_SoVITS\output\slicer_opt下一个音频作为参考音频，打上对应的文本
17，填入你要合成的文本，合成语音，搞定。