开源TTS项目GPT-SoVITS，支持跨语言合成、支持多语言～

简介

GPT-SoVITS 是一个开源的文本转语音（TTS）项目，旨在通过少量语音数据实现高质量的语音合成。其焦点理念是将基于变换器的模型（如 GPT）与语音合成技术（如 SoVITS，可能指“唱歌语音合成”）结合，特别恰当需要个性化语音但数据有限的场景。
特征

• 零样本 TTS：输入 5 秒的声音样本并体验即时文本到语音的转换。
  
• 少量 TTS：仅使用 1 分钟的训练数据对模型举行微调，以提高语音相似度和真实感。
  
• 跨语言支持：使用与训练数据集不同的语言举行推理，目前支持英语、日语、韩语、粤语和中文。
  
• WebUI 工具：集成语音伴奏分离、主动训练集分割、中文 ASR 和文本标注等工具，资助初学者创建训练数据集和 GPT/SoVITS 模型。
  

情况配置

1. Python 3.9, PyTorch 2.0.1, CUDA 11
2. Python 3.10.13, PyTorch 2.1.2, CUDA 12.3
3. Python 3.9, PyTorch 2.2.2, macOS 14.4.1 (Apple silicon)
4. Python 3.9, PyTorch 2.2.2, CPU devices

复制代码

numba==0.56.4 requires py<3.11
看看结果

相关文献

在线demo:https://huggingface.co/spaces/lj1995/GPT-SoVITS-v2
github地址：https://github.com/RVC-Boss/GPT-SoVITS?tab=readme-ov-file

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。