GPT-SoVITS：只需要5秒语音就能模仿你，1分钟数据就能生成TTS模型克隆你的声音！

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