主要参考资料:
GPT-SoVITS: 智能语音合成的新境界: https://blog.csdn.net/weixin_36829761/article/details/140169895
你的声音,现在是我的了!- 手把手教你用 GPT-SoVITS 克隆声音!: https://www.bilibili.com/video/BV1P541117yn/?spm_id_from=333.337.search-card.all.click&vd_source=ef5b6d43cf1d4ed823db3e9133e97d2d
目录
一、安装GPT-SoVITS(基于Windows)
二、参数设置
2.0 前置数据集获取工具
0a.准备音频
如果采集的数据里有背景噪声,可以打开UVR5,等待一会,会弹出一个新的页面
根据文字提示,选择对应的模型,点击转换
0b.切割音频
修改下输入输出路径,第一次玩其他参数可以先选默认。
0c.打标
这一步我们获得识别结果,但为了得到更好的效果,下一步我们需要对打标结果进行校正。
0d.校对
打勾开启打标WebUI,注意文件路径。
校对完成后保存文件。
2.1 GPT-SoVITS-TTS
回到顶层,切换到1-GPT-SoVITS-TTS
2.1.A 训练集格式化工具
继续填好路径,其他可以默认。
点击一键三连
2.1.B 微调训练
回到顶部,切换到1B-微调训练
依次点击 开启SoVITS训练 和 开始GPT训练
2.1.C 推理
选择两个模型,并开启TTS推理
这里还需要先上传一个参考音频,可以在切割的音频里选择