清夏晚风
  2026-01-14 14:55:07 2026-01-14 14:55:07 Created   2026-01-14 14:55:07 2026-01-14 14:55:07 Updated  

GPT-SoVITS-WebUI

强大的少样本语音转换与语音合成Web用户界面。

功能：

  1. 零样本文本到语音（TTS）： 输入 5 秒的声音样本，即刻体验文本到语音转换。

  2. 少样本 TTS： 仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

  3. 跨语言支持： 支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

  4. WebUI 工具： 集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和 GPT/SoVITS 模型。

安装

中国地区用户可点击此处使用 AutoDL 云端镜像进行体验。

测试通过的环境

  • Python 3.9、PyTorch 2.0.1 和 CUDA 11
  • Python 3.10.13, PyTorch 2.1.2 和 CUDA 12.3
  • Python 3.9、Pytorch 2.3.0.dev20240122 和 macOS 14.3（Apple 芯片）

注意: numba==0.56.4 需要 python<3.11

Windows

如果你是 Windows 用户（已在 win>=10 上测试），可以直接下载预打包文件，解压后双击 go-webui.bat 即可启动 GPT-SoVITS-WebUI。

使用

  • 人声伴奏分离

  • ASR

  • 打标

  • 训练集格式化

  • 微调训练

  • 推理

  • Title:
  • Author: 清夏晚风
  • Created at : 2026-01-14 14:55:07
  • Updated at : 2026-01-14 14:55:07
  • Link: https://blog.kimikkorow.eu.org/AI相关工具/语音合成/GPT-SoVITS/GPT-SoVITS-WebUI/
  • License: This work is licensed under CC BY-NC-SA 4.0.
On this page
  1. GPT-SoVITS-WebUI
    1. 功能：
    2. 安装
      1. 测试通过的环境
      2. Windows
    3. 使用