GPT-SoVITS

简介

少样本语音克隆与 TTS 的开源 WebUI，1 分钟语音数据即可训练 TTS 模型

RVC-Boss 开源的少样本语音克隆与文本转语音 WebUI，MIT 协议， GitHub 62.3k stars。零样本模式输入 5 秒语音样本即可即时合成语音， 用 1 分钟数据微调可提升音色相似度与真实感， 支持中、英、日、韩、粤语跨语种推理。内置数据集工具链， 含伴奏分离、训练集自动切分、多语种 ASR（Fun-ASR-Nano、SenseVoice、 FunASR）与文本标注。部署覆盖 Windows 整合包、CUDA/ROCm/CPU/ Apple silicon 安装脚本、Docker 与 Colab 笔记本， README 给出 v2 ProPlus 在 4090 上 RTF 0.014 的推理速度数据。

界面预览

相关文章

暂无相关文章。