当前位置： 首页 > article >正文

GPT-SoVITS：5 步实现 AI 语音克隆

article 2026/1/22 19:02:59

在 AI 技术高速迭代的今天，语音合成早已突破”机械朗读“的局限 —— 从短视频创作者的虚拟配音、游戏角色的个性化声线，到智能客服的自然交互，GPT-SoVITS正凭借其强大的多模态融合能力，成为实现”AI 声音克隆“与“情感化语音生成”的核心技术之一。​
然而，面对复杂的模型架构、繁琐的训练流程和频繁的版本迭代，新手常陷入”原理懂了但实操卡壳“的困境，进阶者也需要突破“模型泛化能力不足”和“推理效率低下”等瓶颈

GPT-SoVITS简介

GPT-SoVITS 是基于深度学习的语音合成框架，通过整合 GPT（Generative Pre-trained Transformer） 的自然语言理解能力与 SoVITS（Soft Voice Isolation and Timbre Synthesis） 的声纹特征建模技术，实现了「文本 – 语音」的高保真映射与个性化声音克隆。其核心优势在于：​

  • 多模态融合：支持文本、声纹、情感标签等多维度输入，生成兼具语义理解与情感表达的自然语音；​
  • 低资源适配：通过少量样本即可完成声线迁移，降低专业配音的门槛；​
  • 场景化定制：可针对短视频创作、智能客服、有声书制作等场景优化韵律与音色，满足工业化部署需求。

GPT-SoVITS使用方法

GPT-SoVITS现已上线appmall.com，使用价格低至2.3元/小时，平台按分钟数实际计费，比如使用10分钟，那么只会收费约0.4元。

记住用户名“admin”，点击【复制】按钮复制密码，点击【进入应用】就可以登录使用啦。

操作步骤

步骤分为0-前置数据集获取工具，1-GPT-SOVITS-TTS，1A-训练集格式化工具，1B-微调训练，1C-推理

0-前置数据集获取工具

人声伴奏需要分离的话，需要开启UVR5。本次实操使用人声无伴奏则不开启，如开启需要占用大量的gpu

设置输入输出音频路径-点击开始切割-等待10秒后切割完成

在文件管理中input和ouput文件夹中输入文件和查看分割后文件

开启语言降噪，离线批量ASR，和打标webui。在输出信息框中显示完成则可进行下一步，其他参数无需改动。

1-GPT-SOVITS-TTS

1A-训练集格式化工具

键入本次实验名称

如果咱们只有1张显卡，在gpu卡号处填写0-0。，其他参数无需改动

点击一键三连，成功后在文件中能看到训练集格式化文件：

查看文件中，ai_app >logs>appmall-one，查看是否有3、5、4、2、6文件

1B-微调训练

此类训练一般在几分钟到10分钟不等

1C-推理

选择默认模型，点击刷新。点击开启tts推理webui。

开启后，打开ai空间，打开SSH,查看ip

登入推理webui，浏览器访问上图中的：58.242.xxx.xxx:9872

如图所示，上传音频，填写音频文本。输入要合成的文本

需合成的文本

A I应用商店，提供即时交付、按需付费的人工智能应用服务

点击运行

从生成的音频中可以看出停顿和切词上的设置需要改动一下就可以了。你也快来试一试吧

相关文章：

GPT-SoVITS：5 步实现 AI 语音克隆

在 AI 技术高速迭代的今天，语音合成早已突破”机械朗读“的局限 —— 从短视频创作者的虚拟配音、游戏角色的个性化声线，到智能客服的自然交互，GPT-SoVITS正凭借其强大的多模态融合能力，成为实现”AI 声音克隆“与“情感化语音生成…...

编程日记 2026/1/22 19:02:59

记录：安装 Docker Desktop 时直接设置安装路径及容器存储路径

近期学用 deepseek 本地知识库的构建，准备尝试几个不同的 RAG 工具，结果基本都需要 Docker 支持，故又重新拾起 Docker 来安装，刚好看到个不用目录链接就可以直接设置安装路径的方法，就记录一下，以免以后忘…...

编程日记 2026/1/22 17:02:59

AI IDE 提示词

好的，这就将之前的分析内容整理成一篇适合发布在 CSDN 上的博客文章。 告别代码生成混乱：AI IDE 提示词模式权威指南 作者: (你的名字/昵称) 日期: 2025年4月14日 前言 随着人工智能技术的飞速发展，AI 助手（如 GitHub Copilot…...

编程日记 2026/1/19 19:42:21

Vue使用axios实现：上传文件、下载文件

Vue 使用 axios 框架，系列文章： 《Vue使用axios实现Ajax请求》 《Vue使用axios二次封装、解决跨域问题》 《Vue使用axios实现：上传文件、下载文件》 在实际开发过程中，浏览器通常需要和服务器端进行数据交互。而 Vue.js 并未提供与服务器端通信的接口。Axios 提供了一些方便…...

编程日记 2025/12/13 5:40:59

QPS是什么？？

QPS QPS 是 Queries Per Second 的缩写，指每秒处理的查询请求数量，是衡量系统性能和吞吐量的重要指标，尤其在以下场景中广泛应用： 1. 数据库系统 QPS表示数据库每秒能够处理的查询次数，反映数据库的查询处理能力。 …...

编程日记 2026/1/3 3:14:17

算法训练之贪心

♥♥♥~~~~~~欢迎光临知星小度博客空间~~~~~~♥♥♥ ♥♥♥零星地变得优秀~也能拼凑出星河~♥♥♥ ♥♥♥我们一起努力成为更好的自己~♥♥♥ ♥♥♥如果这一篇博客对你有帮助~别忘了点赞分享哦~♥♥♥ ♥♥♥如果有什么问题可以评论区留言或者私信我哦~♥♥♥ ✨✨✨✨✨✨ 个…...

编程日记 2026/1/19 3:34:41

Vagrant 安装指南：从零开始搭建开发环境

Vagrant 是一款强大的虚拟化工具，能够帮助开发者快速创建和管理轻量级的、可复制的开发环境。它通过与 VirtualBox、VMware 或 Hyper-V 等虚拟机提供程序结合使用，让你在本地轻松运行虚拟机。本文将详细介绍如何在 Windows、macOS 和 Linux 系统上安装 V…...

编程日记 2026/1/14 23:39:58

APIGen-MT：高效生成多轮人机交互Agent数据的两阶段框架

APIGen-MT：高效生成多轮人机交互数据的两阶段框架 引言 随着人工智能技术的飞速发展，AI代理（Agent）已从简单的聊天机器人发展为能够执行复杂现实任务的系统，例如管理金融交易、安排预约和处理客户服务等。然而&#x…...

编程日记 2026/1/23 4:53:12

【NLP】 21. Transformer整体流程概述 Encoder 与 Decoder架构对比

1. Transformer 整体流程概述 Transformer 模型的整个处理流程可以概括为从自注意力（Self-Attention）到多头注意力，再加上残差连接、层归一化、堆叠多层的结构。其核心思想是利用注意力机制对输入进行并行计算，从而避免传统 RNN …...

编程日记 2026/1/22 21:06:24

《Vue Router实战教程》21.扩展 RouterLink

欢迎观看《Vue Router 实战（第4版）》视频课程 扩展 RouterLink RouterLink 组件提供了足够的 props 来满足大多数基本应用程序的需求，但它并未尝试涵盖所有可能的用例，在某些高级情况下，你可能会发现自己使用了 v-sl…...

编程日记 2026/1/22 16:34:38

开发一个答题pk小程序的大致成本是多少

答题 PK 小程序通常指的是一种允许用户之间进行实时或异步答题竞赛的应用程序，可能结合PK答题、积分系统、排行榜等功能。 一、首先，确定答题 PK 小程序的基本功能模块。这可能包括用户注册登录、题库管理、题目类型（单选、多选、判断等&am…...

编程日记 2026/1/22 15:40:44

Android 应用蓝牙连接通信实现

Android 应用蓝牙连接通信实现，主要包括如下步骤： 一.打开蓝牙 // 获取蓝牙适配器 BluetoothAdapter bluetoothAdapter BluetoothAdapter.getDefaultAdapter() 1.判断蓝牙是否打开， bluetoothAdapter.isEnabled() 2. 如果未打开,执行打开蓝牙…...

编程日记 2025/11/29 1:53:22

GPT-2 语言模型 - 模型训练

本节代码是一个完整的机器学习工作流程，用于训练一个基于GPT-2的语言模型。下面是对这段代码的详细解释： 文件目录如下 1. 初始化和数据准备 设置随机种子 random.seed(1002) 确保结果的可重复性。 定义参数 test_rate 0.2 context_length 128 tes…...

编程日记 2026/1/14 20:56:57

科技项目验收测试包括哪些内容?有什么作用?

在现代科技快速发展的背景下，科技项目的验收测试已成为项目管理中的重要环节。科技项目验收测试是一种系统性的方法，旨在评估一个科技项目是否达到预定的技术指标和要求，确认项目的完成质量。该测试通常在项目实施完成后进行，通过…...

编程日记 2026/1/20 9:25:30

Java 设计模式：组合模式详解

Java 设计模式：组合模式详解 组合模式（Composite Pattern）是一种结构型设计模式，它允许将对象组织成树形结构，以统一的方式处理单个对象和对象集合。组合模式适用于需要表示“部分-整体”层次结构的场景，例…...

编程日记 2025/12/9 4:51:44

java实现加密解密

AES加密/解密核心步骤 参考 https://flying-fish.blog.csdn.net/article/details/142688630?fromshareblogdetail&sharetypeblogdetail&sharerId142688630&sharereferPC&sharesourceweixin_48616345&sharefromfrom_link工具类 import javax.crypto.Cip…...

编程日记 2025/11/28 22:43:55

websoket 学习笔记

目录 基本概念 工作原理 优势 应用场景 HTTP协议与 webSoket协议之间的对比 消息推送场景 1. 轮询（Polling） 2. 长轮询（Long Polling） 3. 服务器发送事件（Server-Sent Events, SSE） 4. WebSocket…...

编程日记 2026/1/19 6:18:10

博途 TIA Portal之1200做从站与汇川EASY的TCP通讯

上篇我们写到了博途做主站与汇川EASY的通讯。通讯操作起来很简单，当然所谓的简单，也是相对的，如果操作成功一次，那么后面就很容易了， 如果操作不成功，就会很遭心。本篇我们将1200做从站，与汇川EASY做主站进行TCP的通讯。 1、硬件准备 1200PLC一台，带调试助手的PC机一…...

编程日记 2026/1/16 20:30:29

【数据结构_6下篇】有关链表的oj题

思路： 1.分别求出这两个链表的长度 2.创建两个引用，指向两个链表的头节点；找到长度长的链表，让她的引用先走差值步数 3.让这两个引用，同时往后走，每个循环各自走一步 然后再判定两个引用是否指向同一个…...

编程日记 2026/1/19 4:28:02

vscode+wsl 运行编译 c++

linux 的 windows 子系统（wsl）是 windows 的一项功能，可以安装 Linux 的发行版，例如（Ubuntu，Kali，Arch Linux）等，从而可以直接在 windows 下使用 Linux 应用程序&#xf…...

编程日记 2026/1/16 19:46:42

快速幂(蓝桥杯)

1. 递归实现 递归方法通过将问题分解为更小的子问题来实现。具体步骤如下： 如果指数 b 为 0，返回 1。 如果 b 是偶数，则递归计算 (a^2)b/2。 如果 b 是奇数，则递归计算 a⋅(a^2)(b−1)/2。 伪代码： function fas…...

编程日记 2026/1/18 21:15:05

狂神SQL学习笔记一：初识MySQL、关系型数据库和非关系型数据库

菜鸟教程学习一半了，但是已经疲倦了，所以换一个课程学习，来提升学习质量，可能会有很多已经学习到的地方，就当是复习巩固了。 按照SQL学习课程来划分，分为45集，所以可能也会写45篇文章&#xff…...

编程日记 2026/1/15 14:26:47

关于 Spring Boot 微服务解决方案的对比，并以 Spring Cloud Alibaba 为例，详细说明其核心组件的使用方式、配置及代码示例

以下是关于 Spring Boot 微服务解决方案的对比，并以 Spring Cloud Alibaba 为例，详细说明其核心组件的使用方式、配置及代码示例： 关于 Spring Cloud Alibaba 致力于提供微服务开发的一站式解决方案! https://sca.aliyun.com/?spm7145af80…...

编程日记 2026/1/19 11:58:41

VS 基于git工程编译版本自动添加版本号

目录 概要 实现方案 概要 最近在用visual Studio 开发MFC项目时，需要在release版本编译后的exe文件自动追加版本信息。 由于我们用的git工程管理，即需要基于最新的git 提交来打版本。 比如： MFCApplication_V1.0.2_9.exe 由于git 提交信…...

编程日记 2026/1/18 5:58:26

小程序开发指南

小程序开发指南 目录 1. 小程序开发概述 1.1 什么是小程序1.2 小程序的优势1.3 小程序的发展历程 2. 开发准备工作 2.1 选择开发平台2.2 开发环境搭建2.3 开发模式选择 3. 小程序开发流程 3.1 项目规划3.2 界面设计3.3 代码开发3.4 基本开发示例3.5 数据存储3.6 网络请求3.7 …...

编程日记 2026/1/21 22:29:11

MySQL 超详细安装教程与常见问题解决方案

一、MySQL 安装教程 1. Windows 系统安装（以 MySQL 8.0 为例） 步骤 1：下载 MySQL Installer 访问 MySQL 官网下载页面。 选择 Windows (x86, 64-bit), MSI Installer（推荐使用完整版 mysql-installer-web-community-8.0.xx.xx.…...

编程日记 2025/11/29 23:00:51

pytorch软件封装

封装代码，通过传入文件名，即可输出类别信息 上一章节，我们做了关于动物图像的分类，接下来我们把程序封装，然后进行预测。 单张图片的predict文件 predict.py 按着路径，导入单张图片做预测from torchvis…...

编程日记 2026/1/14 22:38:44

【多线程-第四天-自己模拟SDWebImage的下载图片功能-看SDWebImage的Demo Objective-C语言】

一、我们打开之前我们写的异步下载网络图片的项目，把刚刚我们写好的分类拖进来 1.我们这个分类包含哪些文件： 1）HMDownloaderOperation类， 2）HMDownloaderOperationManager类， 3）NSString+Sandbox分类， 4）UIImageView+WebCache分类， 这四个文件吧，把它们拖过来…...

编程日记 2026/1/16 21:27:05

电脑提示“找不到mfc140u.dll“的完整解决方案：从原因分析到彻底修复

当你启动某个软件或游戏时，突然遭遇"无法启动程序，因为计算机中丢失mfc140u.dll"的错误提示，这确实令人沮丧。mfc140u.dll是Microsoft Foundation Classes（MFC）库的重要组成部分，属于Visual C Re…...

编程日记 2026/1/19 6:37:47

图像变换方式区别对比（Opencv）

1. 变换示例 import cv2 import matplotlib.pyplot as plotimg cv2.imread(url) img_cut img[100:200, 200:300] img_rsize cv2.resize(img, (50, 50)) (hight,width) img.shape[:2] rotate_matrix cv2.getRotationMatrix2D((hight//2, width//2), 50, 1) img_wa cv2.wa…...

编程日记 2026/1/14 13:36:33