让你COPY 自己的声音，GPT-SoVits 人声模型训练_做声音模型的程序-程序员宅基地
前言
今天刷b站突然刷到一个视频，视频中，著名歌手孙燕姿唱着一首《泪桥》，我心想着：WTF，这不是我最爱的伍佰老师的歌曲吗？后来看评论区才知道，原来这是通过AI来模拟人声的一个恶搞视频。这极大地激发了我的兴趣。但是在了解后发现，网络上大多数都是一些模型优化不怎么好的，要么就是动辄需要几千上万的音频，要么就是需要为爱发电的，但是身为一个穷苦大学生的我，怎么淘的出来$呢，于是乎，我开始疯狂刷Git hub，终于，皇天不负有心人，我终于到了一个最快速、方便的声音copy模型，一个强大的少量语音转换和文本转换到语音 WebUI——GPT-SoVITS！
介绍
首先GPT-SoVITS是一个开源的TTS项目，官方声称只需要1分钟的音频文件就可以克隆声音，并且支持将汉语、英语、日语三种语言的文本转为克隆声音。
GPT-SoVits
另外，官方还给了一个中国地区用户可以使用AutoDL Cloud Docker在线体验的功能
特点
- 零样本 TTS：输入 5 秒语音样本并体验即时文本到语音转换。
- Few-shot TTS：仅用 1 分钟的训练数据即可微调模型，以提高语音相似度和真实感。
- 跨语言支持：用与训练数据集不同的语言进行推理，目前支持英语、日语和中文。
- WebUI工具：集成工具包括语音伴奏分离、自动训练集分割、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。
安装
测试环境
- Python 3.9、PyTorch 2.0.1、CUDA 11
- Python 3.10.13、PyTorch 2.1.2、CUDA 12.3
注意：numba==0.56.4 需要 py<3.11
另外，因为我自己没有mac，Linux系统的电脑，所以本文仅介绍Windows系统的安装步骤，MAC,Linux用户可以自行前往官网查询。
Windows 用户（使用 win>=10 进行测试），可以直接下载预打包的发行版并双击go-webui.bat启动 GPT-SoVITS-WebUI。
运行
解压完下载好的压缩包后，得到这样一个文件夹
然后双击go-webui.bat批处理文件
等他加载完成后，我们得到一个网址
在网页打开它后，我们的web界面就已经运行成功了！！！
开始炼丹——训练自己的声音
准备工作
找一出安静的地方，用录音设备录制一段自己的声音，随便找一篇小学课外来阅读都行。如果周围声音很嘈杂的话，就必须使用到项目自带的声音处理工具
加载一会儿就会弹出一个新的web界面
可以看到我们output文件夹里面已经出现了处理后的音频（我的不一样，正常的应该有两个，一个是vocal开头的，一个是instrument开头的，我们保留vocal开头的）
干声提取成功后，这个界面就可以关掉了（很占运存！）
音频切割
并不是所有人都是4090，所以，对于我们这些显存只有6g的还是都要做这一步的。
设置就默认就行。
可以看见，我们的音频被分为了很多个小片段
打标签
利用自带的打标签工具就可以自动为我们的音频片段转换为对应的文字
标签一般保存在output/asr_opt里面
点击开启打标webui后，弹出（因为上一步是自动做的，可能有些识别的不准，所以人工校对一下，追求完美可以校对，如果对自己普通话很有信心则可以跳过这一步，系统自动识别的已经很准确了。）
如果有错别字需要更改，按照以下步骤来
处理数据
填写完成后，分别点击下面三个按钮，每个按钮点完后，等待执行结束再点击下一个。
模型训练
建议就保持默认
填写模型名称，设置batch size，建议batch_size设置为自己显存的一半，如果高了的话会爆显存！！
接着设置轮数(total epoch)，SoVITS模型轮数，可以设置的高一点，GPT模型轮数不能高于20
点击Start SoVITS traing之后，就可以看到已经开始训练了。
训练的时候可以查看显卡占用，爆显存了就调低batch size，或者存在过长的音频，需要在切割音频环节将过长音频再次切割。
SoVITS训练完成，可以点击"Start GPT traing"开始GPT训练了，同样点完等待。
开始推理声音
上面参考音频，建议是数据集中的音频。最好5秒。参考音频很重要！会学习语速和语气，请认真选择！！！
智能推荐
oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下：http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态：[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地
文章浏览阅读1.3w次，点赞45次，收藏99次。我个人用的是anaconda3的一个python集成环境，自带jupyter notebook，但在我打开jupyter notebook界面后，却找不到对应的虚拟环境，原来是jupyter notebook只是通用于下载anaconda时自带的环境，其他环境要想使用必须手动下载一些库：1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
国内安装scoop的保姆教程_scoop-cn-程序员宅基地
文章浏览阅读5.2k次，点赞19次，收藏28次。选择scoop纯属意外，也是无奈，因为电脑用户被锁了管理员权限，所有exe安装程序都无法安装，只可以用绿色软件，最后被我发现scoop，省去了到处下载XXX绿色版的烦恼，当然scoop里需要管理员权限的软件也跟我无缘了（譬如everything）。推荐添加dorado这个bucket镜像，里面很多中文软件，但是部分国外的软件下载地址在github，可能无法下载。以上两个是官方bucket的国内镜像，所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地
文章浏览阅读4.5k次，点赞2次，收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了，例如：这里的:sty..._vue el-color-picker
迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地
文章浏览阅读640次。基于芯片日益增长的问题，所以内核开发者们引入了新的方法，就是在内核中只保留函数，而数据则不包含，由用户（应用程序员）自己把数据按照规定的格式编写，并放在约定的地方，为了不占用过多的内存，还要求数据以根精简的方式编写。boot启动时，传参给内核，告诉内核设备树文件和kernel的位置，内核启动时根据地址去找到设备树文件，再利用专用的编译器去反编译dtb文件，将dtb还原成数据结构，以供驱动的函数去调用。firmware是三星的一个固件的设备信息，因为找不到固件，所以内核启动不成功。_exynos 4412 刷机
Linux系统配置jdk_linux配置jdk-程序员宅基地
文章浏览阅读2w次，点赞24次，收藏42次。Linux系统配置jdkLinux学习教程，Linux入门教程（超详细）_linux配置jdk
随便推点
matlab(4)：特殊符号的输入_matlab微米怎么输入-程序员宅基地
文章浏览阅读3.3k次，点赞5次，收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图：_matlab微米怎么输入
C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件，可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中，对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数，而关闭则使用fclose函数。在C语言中，可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量：7 ️文章类型：【 C语言程序设计 】在C语言中，用于打开文件的函数是____，用于关闭文件的函数是____。
Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地
文章浏览阅读3.4k次，点赞2次，收藏13次。跟随鼠标移动的粒子以grid（SOP）为partical（SOP）的资源模板，调整后连接【Geo组合+point spirit（MAT)】，在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in（CHOP)鼠标位置到metaball的坐标，实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地
文章浏览阅读178次。项目运行环境配置：Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX（Webstorm也行）+ Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持）。项目技术：Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成，B/S模式 + Maven管理等等。环境需要1.运行环境：最好是java jdk 1.8，我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析 时序图-程序员宅基地
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多，会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析，后面会慢慢更新。另外，博客只作为自己学习记录的一种方式，对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
java 数据结构与算法 ——快速排序法-程序员宅基地
文章浏览阅读2.4k次，点赞41次，收藏13次。java 数据结构与算法 ——快速排序法_快速排序法