一、模型介绍

GPT-SOVITS是一款强大的小样本语音转换和文本转语音 WebUI工具。它集成了声音伴奏分离、自动训练集分割、中文ASR和文本标注等辅助工具。

具有以下特征：

• 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。
• 少量样本 TTS： 仅使用 1 分钟的训练数据对模型进行微调，以提高语音相似度和真实感。
• 跨语言支持：使用不同于训练数据集的语言进行推理，目前支持英语、日语、韩语、粤语和中文。
• WebUI 工具： 集成工具包括语音伴奏分离、自动训练集分割、中文 ASR 和文本标注，帮助初学者创建训练数据集和 GPT/SoVITS 模型。

二、模型搭建流程

环境测试

模型已在 RTX 3090，CUDA12.2 上测试完成

1. 创建容器实例

• 进入算家云的“应用社区”，点击搜索找到"GPT-SOVITS"，点击“创建应用”，即可进入容器平台

• 点击进入之后会自动匹配模型，选择显卡，点击“立即创建”即可创建实例

• 也可以点击”专业创建“，自主选择 GPU 型号、计费方式等配置

2. 进入创建的实例

• 实例创建成功之后，点击“项目实例”再点击“WebShell”开启终端（小黑屏）

3. 终端操作

• 进入命令操作页后，输入或者复制粘贴一下命令

cd /GPT-SoVITS/
conda activate GPTSoVits
python webui.py

[注]本模型需用隧道工具开多端口，如下图：

此时的访问地址（http://127.0.0.1：端口号）为

http://127.0.0.1：8080

http://127.0.0.1：9873

4. Web页面演示

以上就是在算家云搭建 GPT-SOVITS 的流程，具体使用方式可进入算家云应用社区查看该模型的使用说明。

点击算家云-应用社区，选择模型，一键开启 AI 之旅！