云端部署GPT-SoVITS

简介

GPT-SoVITS-WebUI

强大的少样本语音转换与语音合成Web用户界面。

功能：

1. 零样本文本到语音（TTS）： 输入 5 秒的声音样本，即刻体验文本到语音转换。
2. 少样本 TTS： 仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。
3. 跨语言支持： 支持与训练数据集不同语言的推理，目前支持英语、日语、韩语、粤语和中文。
4. WebUI 工具： 集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和 GPT/SoVITS 模型。

部署

环境

以下是官方测试通过的环境

• Python 3.9，PyTorch 2.0.1，CUDA 11
• Python 3.10.13，PyTorch 2.1.2，CUDA 12.3
• Python 3.9，Pytorch 2.2.2，macOS 14.4.1（Apple 芯片）
• Python 3.9，PyTorch 2.2.2，CPU 设备

因为我是选择的云端设备，所以我选择的环境为:

PyTorch:2.0.1
Python:3.8
ubuntu:20.04
CUDA:11.7

云平台链接

项目部署

项目下载

首先云平台和本地机子的区别,就是面板的区别

进入到云机器中直接到了如下界面:

进入终端(Terminal)

首先是克隆项目

git clone https://github.com/RVC-Boss/GPT-SoVITS.git

发现机子无法连接到Github仓库, 于是我认为是中国境内网络问题,于是使用了Github加速地址, 按照如下配置, 配置到了GitHub缓存加速网站

git config --global url."https://gitclone.com/".insteadOf https://

git clone https://github.com/RVC-Boss/GPT-SoVITS.git

环境配置

当项目克隆之后, 会出现GPT-SoVIT这个文件夹在侧边栏,当项目配置好之后, 使用conda配置环境, 因为云端机器和项目的环境有很大的偏差

conda create -n GPTSoVits python=3.9
conda activate GPTSoVits
cd GPT-SoVits
bash install.sh

项目会安装很多的包, 请耐心等待

预训练模型下载

因为前面设置了Gitclone的加速地址, 所以后面使用魔塔和huggingface下载会出问题,使用下面的sh脚本进行临时取消加速下载, 并且在下载结束之后设置回加速地址。

#!/bin/bash

git config --global --unset url."https://gitclone.com/".insteadOf

cd ./GPT_SoVITS/pretrained_models
git clone https://huggingface.co/lj1995/GPT-SoVITS

cd ../../tools/damo_asr/models
git clone https://www.modelscope.cn/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch.git
git clone https://www.modelscope.cn/damo/speech_fsmn_vad_zh-cn-16k-common-pytorch.git
git clone https://www.modelscope.cn/damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch.git

cd ../../uvr5
rm -rf uvr5_weights
git clone https://huggingface.co/Delik/uvr5_weights
git config core.sparseCheckout true

git config --global url."https://gitclone.com/".insteadOf https://

mv ../../GPT_SoVITS/pretrained_models/GPT-SoVITS/* ../../GPT_SoVITS/pretrained_models/

运行项目

通过命令行,进行启动项目,项目启动后会绑定一个端口作为使用, 访问端口即可使用

python webui.py

如果需要公网进行访问的话

sed -i '10s/False/True/' ./config.py
python webui.py