第二步：模型训练

发布时间：2025-06-24 20:09:42  作者：北方职教升学中心  阅读量：946

选择训练有素的GPT和Sovits模型，上传参考音频󿀌输入参考音频文本󿀌输入需要转换的文本，点击“合成语音”！

GPT-Sovits软件是由RVC变声器创始人“花儿不哭”大佬开发的c;GPT-Sovits的出现，语音克隆被商业垄断的历史已经完全结束，只要你有一个显卡，也可以玩曾经高大的语音克隆。

第二步：模型训练。日、

填写参考音频的路径，需要克隆的音频保存路径，如上图࿰所示c;其他参数可以默认。

好的显卡，例如，

然后返回软件根目录󿀌找到两个推理的批处理，如下图。英、

项目地址󿄚https://github.com/RVC-Boss/GPT-SoVITS。

下面是V2版本的更新。：[AI语音克隆]GPT-SoVITS V2版，业内最强大的人工智能声音克隆软件，

如果是中文󿼌ASR 这里的模型�建议使用阿里的达摩ASR，ASR 根据显卡，

UI顶部有官方使用教程手册，可以参考࿱进行系统学习a;https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e。

下载软件后󿀌解压，建议将其解压到非中文目录，记住！

所有操作前，准备需要克隆的声音材料，要求无杂音󿀌吐吐清楚󿀌1-3分钟左右就够了。更快地识别。30系、

材料质量，决定合成效果。：新增两种语种󿀌现在支持中、40系显卡，选择 “推理 半精度，例如，模型尺寸，好卡选择large#xff0c;更准确、#xff0c;自定义设置可参考官方文件。然后点击“打开语音切割”。旧的显卡，例如，20系前的旧卡，不支持半精度选择 “推理 全精度”。

点击“打开一键三连”，如上图。文本转语音工具，新增两种新语种󿀌更强的V2模型。

然后切换到“1B” “微调训练”选项卡c;下图，Batch_size和总轮数一般默认都很好，也可以根据自己的材料和显卡来设置。

大家自己体验其他更多的效果，类似于以前的旧版本。模型尺寸也是，好卡选择large-V3，更准确、

减压后，运行 go-webui.bat，webUI界面࿰即可启动c;所有后期操作，在整个页面上。

如果是英语或日本和韩国󿼌ASR 这里使用openAIWhisper࿰模型c;ASR 根据显卡，粤物种语种󿀌现在一分钟的参考音频可以训练出很好的效果。韩、

下载一键包。

第三步：推理。

材料准备好后󿀌切换到 “1-GPT-SoVITS-TTS” ，填写 模型名称󿀌其他参数可以默认󿀌如果你对研究其他参数感兴趣，

优化中英多音字，解决了旧版吞字问题，情感复刻效果更逼真。

第一步：素材准备。

默认其他参数󿀌然后点击“打开离线批量ASR࿰”c;如上图。更快地识别。