GPT-SoVITS的本地部署与使用，支持本地调试和本地接口调用
整合包仓库链接
下载后正常解压即可
为了连贯性，写在使用说明前面。
模型是什么： 模型是TTS的灵魂本身，即生成的声音的 音色来源，你想听到什么样的声音就去找什么样的模型。当然以我们本地的算力是不支持训练模型的，所以我们的选择是在各大论坛和技术交流网站寻找合适的模型。
模型的版本是什么： 目前的模型分为v1,v2,v2pro,v2proplus,v4的版本，可以在GPT-SoVITS使用对应的版本进行生成。
模型下载资源（由于GPT-SoVITS的用途，模型大多都是二次元相关的）：
官方文档提供的模型分享社区 : https://www.ai-hobbyist.com
几位大佬自己训练的模型 : https://pan.baicai1145.com/baicai1145/GPT-SOVITS%E6%A8%A1%E5%9E%8B/V4
太有互联网精神了😭
模型下载并解压,以v4版本的模型为例，将 .pth 后缀的文件放在项目文件夹下的 SoVITS_weights_v4 下， 将 .ckpt 后缀的文件放在项目文件夹下的 GPT_weights_v4 下。
注意 ：下载的是什么版本的模型就放在对应的 _vxxx 的文件夹下
下载后的模型文件夹下如果有一些 模型作者留下的音频文件 ，记得保留，后面会用到。
作者提供了WebUI的使用和Api调用两种方法，我们先从图形化界面的使用开始，并捎带一些简单的基础知识。
由于我们是直接下载别人的模型使用，依次点击 1-GPT-SoVIRS-TTS 1C-推理 开启TTS推理WebUI
随后稍等片刻，等待新页面弹出。
随后进入了新页面
分别选择之前我们放在对应文件夹下的模型即可
选择模型文件夹下作者附带的参考音频即可，参考音频的文本输入对应音频内容的文本即可（一般也会随模型附带）
模型本身的文件决定了它的音色，这两项的作用是确定接下来模型的语调。所以在自己训练模型使用时也可以根据要生成的语音，选择对应的参考音频，从而展现出生成音频的带有情绪化的语调。
顾名思义，要生成什么填什么。
在此提醒，最好使用对应语言训练的模型输出对应的语言，如果强迫让日文模型说中文会有一股丁真的风味，同样中文模型说英文也会有Chinglish的味道。 正如前面所说，训练模型时留下的音色决定了上面的不同，不同的语言的不同发音习惯导致了这一点。
不懂就别乱调，因为我也不懂
保存并退出，随后双击 api.bat 即可启动项目的api端口
随后观察cmd（现在是运行py的状态，没有图形化界面了，cmd的输出至关重要）
修改其中的模型路径以及版本即可。
随后再观察
证明api服务启动成功
浏览器输入 http://127.0.0.1:9880/docs ，即可进入项目的fastapi界面，其中我们主要使用的只有一个接口 /tts
观察接口需要的参数:
其中 text 与 text_lang 为需要生成的文本和语言
注意： text_lang为英文缩写，ch ja en 等
ref_audio_path 为参考音频的路径
prompt_text 与 prompt_lang 为参考音频的文本和语言
调用接口后可以观察cmd输出，会有一个小进度条，完成后音频则输出在指定位置。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/224202.html