GPT-SoVits:刚上线就获得了5.1k star的开源声音克隆项目!效果炸裂的跨语言音色克隆模型!
上周,RVC变声器创始人 (GitHub昵称:RVC-Boss) 开源了一款跨语言音色克隆项目 GPT-SoVITS。项目一上线就引来了互联网大佬和博主的好评推荐,不到两天时间就已经在GitHub上获得了1.4k Star量,不过现在已经飙升到了5.1k。
据说,该项目是RVC-Boss 同Rcell (AI音色转换技术Sovits开发者)共同研究,历时半年,期间遇到了很多难题而开发出来的一款全新的低成本的易用的音色克隆工具。
接下来小编带大家一起看看这款新型的音色克隆工具RVC-Boss有何特别之处!
项目介绍
GPT-SoVITS 是一款强大的支持少量语音转换、文本到语音的音色克隆模型。支持中文、英文、日文的语音推理。
据开发者及各大博主测验,仅需提供 5 秒语音样本即可体验达到 80%~95% 像的声音克隆。若提供 1 分钟语音样本可以逼近真人的效果,且训练出高质量的 TTS 模型!
项目地址:https://github.com/RVC-Boss/GPT-SoVITS
目前已获得 5.1k Star,看到很多人对其评价为目前最强中文语音克隆工具。
特征:
-
零样本 TTS:输入 5 秒语音样本并体验即时文本到语音转换。
-
Few-shot TTS:仅用 1 分钟的训练数据即可微调模型,以提高语音相似度和真实感。
-
跨语言支持:用与训练数据集不同的语言进行推理,目前支持英语、日语和中文。
-
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。
使用方式
如果是 Windows 可直接开箱使用。
只需下载项目中的 prezip,解压并双击 go-webui.bat文件 即可启动 GPT-SoVITS-WebUI,然后通过界面方式操作即可。
项目环境依赖:
GPT-SoVITS 依赖于开源音视频全能转码工具 FFmpeg。这个需要我们根据不同的系统进行手动安装。
conda 环境安装:
conda install ffmpeg
Ubuntu/Debian 用户:
sudo apt install ffmpeg sudo apt install libsox-dev conda install -c conda-forge 'ffmpeg