今天我要给大家介绍一款高效好用的AI语音TTS项目:GPT-SoVITS
只需5秒的数据,它就可以文本到语音的转换!只需1分钟的声音数据,就可以训练出一个克隆你的声音的TTS模型!
下面是它的效果展示
GPT-SoVITS有哪些功能?
零样本语音克隆:只需输入5秒的语音样本,就可以立即体验文本到语音的功能。无需任何训练数据,就可以生成与样本相似的语音。
少样本语音克隆:只需1分钟的训练数据,就可以对模型进行微调,提高语音的相似性和真实感。只需几步操作,就可以创建自己的TTS模型。
跨语言支持:可以在不同于训练数据集的语言中进行推理,目前支持英语、日语和中文。可以实现多语言的语音合成和翻译。
WebUI工具:集成了语音伴奏分离、自动训练集分割、中文ASR和文本标注等工具,帮助初学者创建训练数据集和GPT/SoVITS模型。
GPT-SoVITS如何使用?
如果您是 Windows 用户(使用 win>=10 进行测试),您可以直接通过预压缩进行安装。只需下载预压缩,解压并双击 go-webui.bat 即可启动 GPT-SoVITS-WebUI。
依赖的Python版本
Tested with Python 3.9, PyTorch 2.0.1, and CUDA 11.
GPT-SoVITS是一款强大的语音克隆和文本到语音转换工具,它可以实现零样本和少样本的语音克隆,以及跨语言的文本到语音转换。它具有数据量少、质量高、灵活性强、易用性高等优点,可以应用于多种场景。如果你对GPT-SoVITS感兴趣,具体详细步骤,可以去项目开源网址上查看,哔哩哔哩上也有相应的教程。
代码地址:
https://github.com/RVC-Boss/GPT-SoVITS
领取专属 10元无门槛券
私享最新 技术干货