GPT-SoVITS : framework open source de conversion vocale 129

GPT-SoVITS, un framework de clonage vocal et de conversion texte-vers-parole open source en Python, permet d'entraîner votre propre modèle TTS avec seulement 1 minute de voix. Clonez parfaitement votre voix ! GPT-SoVITS prend parfaitement en charge le chinois et devrait être actuellement l'un des modèles offrant la meilleure prise en charge du chinois.

Adresse de publication sur GitHub : https://github.com/RVC-Boss/GPT-SoVITS

Principales caractéristiques de GPT-SoVITS :

1. TTS zéro-shot : Saisissez un échantillon vocal de 5 secondes pour expérimenter instantanément la conversion texte-vers-parole.

2. TTS avec peu d'échantillons : Seulement 1 minute de données d'entraînement suffit pour affiner le modèle et améliorer la similarité vocale ainsi que le réalisme. La voix imitée sera plus proche de la voix originale et paraîtra plus naturelle.

Prise en charge multilingue : Effectuez des inférences dans une langue différente de celle du jeu de données d'entraînement, prenant actuellement en charge l'anglais, le japonais et le chinois.

3. Outils WebUI : Les outils intégrés incluent la séparation des accompagnements vocaux, la segmentation automatique des jeux d'entraînement, l'ASR chinois et l'annotation de texte, aidant les débutants à créer des jeux de données d'entraînement et des modèles GPT/SoVITS.

4. Compatible avec différents systèmes d'exploitation : Le projet peut être installé et exécuté sur différents systèmes d'exploitation, y compris Windows.

5. Modèles pré-entraînés : Le projet fournit certains modèles déjà entraînés que vous pouvez télécharger et utiliser directement.

Comment utiliser GPT-SoVITS ?

Si vous êtes un utilisateur Windows (testé avec win>=10), vous pouvez l'installer directement via une archive précompressée. Téléchargez simplement l'archive précompressée, décompressez-la et double-cliquez sur go-webui.bat pour lancer GPT-SoVITS-WebUI.

GPT-SoVITS est un puissant outil de clonage vocal et de conversion texte-vers-parole, capable de réaliser du clonage vocal en mode zéro-shot et few-shot, ainsi que la conversion texte-vers-parole multilingue. Il présente les avantages d'un faible volume de données, d'une qualité élevée, d'une grande flexibilité et d'une grande facilité d'utilisation, et peut être appliqué à de nombreux scénarios. Si vous êtes intéressé par GPT-SoVITS, vous pouvez consulter les étapes détaillées sur le site open source du projet ; des tutoriels sont également disponibles sur Bilibili.