【AI语音克隆】业界最强的AI声音克隆软件GPT-SoVITS，一键包加图文教程

无言***

最近很火的AI声音克隆软件，只需要几分钟声音素材，几分钟就能快速复制克隆出相似度惊人的声音。

软件由RVC变声器创始人“花儿不哭”大佬开发，GPT-SoVITS的面世，彻底结束了语音克隆被商业垄断的历史，只要你有一张显卡，也能玩曾经高大上的语音克隆了。

软件下载后，解压出来，建议解压到非中文目录下，切记！

在所有操作前，准备好需要克隆的声音素材，要求无杂音，吐齿清晰，3分钟左右即可。
素材的质量，决定合成的效果。

解压后，运行 go-webui.bat，即可启动webUI界面，后期所有的操作，就在整个页面进行。

第一步，素材处理，按照下图演示，填写好路径，其他默认

【AI语音克隆】业界最强的AI声音克隆软件GPT-SoVITS，一键包加图文教程

中文批量离线ASR工具，这里的ASR模型，如果 你是中文，达摩和whisper都可以，如果是英文，最好用whisper，经过测试，openai的whisper综合效果最好。

第二步，训练集格式化
除了第一个参数“实验/模型名”自行命名外，其他都默认，然后按照下图闭眼点就行了

【AI语音克隆】业界最强的AI声音克隆软件GPT-SoVITS，一键包加图文教程

最后记得点“开启一键三连”

第三步，微调训练
“每张显卡的batch_size” 这个参数根据自己的显存来选择，12G显存设置8左右，其他根据自己显存调整。
训练总轮数，第一个建议设置10，第二个15。也可以根据自己的需求调整，不要太高，声音素材是关键。否则训练再多轮也没意义。

【AI语音克隆】业界最强的AI声音克隆软件GPT-SoVITS，一键包加图文教程

按照序号，先训练SoVITS，右侧有提示信息，结束后，再训练GPT。这俩训练都很快，显卡好的，分分钟就完成了。

第四步，推理
按照下图步骤，先刷新模型路径，然后选择你训练的模型名称（模型选择后面数字最大的那个，也就是最新的模型），两个都要选

【AI语音克隆】业界最强的AI声音克隆软件GPT-SoVITS，一键包加图文教程

最后记得勾选“是否开启TTS推理WebUI”
稍等片刻，TTS推理启动后，会跳转到新的webUI推理页面

第五步，TTS语音合成

【AI语音克隆】业界最强的AI声音克隆软件GPT-SoVITS，一键包加图文教程

选择你的模型，参考语音找一段你之前训练用的素材，3-10秒，不要太长，也不要太短。可以下拉选择，如果下拉没有显示，就在数字4的位置手动选择。然后勾选数字5的“开启无参考文本模式 无参考文本时该选项无效”
在数字6的位置输入你要转换的文字，最后合成语音。

2024年6月26日更新

最新版不仅支持文本克隆，还支持语音克隆，以及更丰富的情感声音克隆。

下载地址：

夸克网盘：https://pan.quark.cn/s/2134018c7731

百度网盘：

游客，如果您要查看本帖隐藏内容请回复

AIdoum***

谢谢分享！

crys***

感谢大佬，不知道这个的克隆效果和RVC比起来哪个更好？

无言***

cryslayer 发表于 2024-3-20 10:32
感谢大佬，不知道这个的克隆效果和RVC比起来哪个更好？

这个效率更高，几分钟就可以训练完，比RVC时间更短。效果还得看素材质量

evoluti***

感谢分享

huich***

哈哈哈哈哈哈哈哈

xiaosh***

感谢大佬分享，666

rain***

谢谢分享！

sy52***

试一下 看看效果怎么样

dap***

感谢感谢感谢感谢感谢感谢感谢感谢