使用效果总结
使用的是2024年03月21日22点28分更新的版本。
使用起来很方便，从它“自带界面”这点就能看出，易于使用也是目的之一，而且从训练到推理的每个步骤都能在界面中完成。
集成了多个实用工具，包括语音伴奏分离、训练集自动分割、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。
合成效果虽然需要抽卡，但参数不变的情况下，也很稳定，几乎都没有大变化，每次都能抽到好卡。
不像VITS那样，GPT-SoVITS完全没有大佐口音，并且有较好的感情表达。
推理速度则不尽人意，比VITS要慢一些。
有个缺点，也可以说是bug。GPT-SoVITS在推理是需要一段5到10秒的参考音频，当要合成的文本字数大于参考语言的总字数时，就可能在合成音频中出现一截参考音频。据开发者在issue中回复，回音参考泄露的问题时有发生，原因也挺多的，建议更换参考音频和缩短合成文本。
效果上依然和微软的语音合成有些差距，但时比VITS要好上不少。
合成效果展示
链接：西游之西天送葬团
提取码：ztjk
