GPT-SoVITS，一個聲音克隆和文本到語音轉換的開源 Python RAG框架，只需1分鐘語音即可訓練一個自己的TTS模型。完美克隆你的聲音！GPT-SoVITS完美適配中文，應該是目前中文支持比較好的模型。

github發布地址：https://github.com/RVC-Boss/GPT-SoVITS

GPT-SoVITS主要特點：

1、零樣本TTS： 輸入5 秒的聲音樣本即可體驗即時的文本到語音轉換。

2、小樣本 TTS： 只需 1 分鐘的訓練數據即可微調模型，以提高語音相似度和真實感。模仿出來的聲音會更加接近原聲，聽起來更自然。

跨語言支持： 使用與訓練數據集不同的語言進行推理，目前支持英語、日語和中文。

3、WebUI工具：集成工具包括語音伴奏分離、自動訓練集分割、中文 ASR 和文本標注，幫助初學者創建訓練數據集和 GPT/SoVITS 模型。

4、適用于不同操作系統： 項目可以在不同的操作系統上安裝和運行，包括 Windows。

5、預訓練模型： 項目提供了一些已經訓練好的模型，你可以直接下載使用。

如何使用GPT-SoVITS？

如果您是 Windows 用戶（使用 win>=10 進行測試），您可以直接通過預壓縮進行安裝。只需下載預壓縮，解壓并雙擊 go-webui.bat 即可啟動 GPT-SoVITS-WebUI。

GPT-SoVITS是一款強大的語音克隆和文本到語音轉換工具，它可以實現零樣本和少樣本的語音克隆，以及跨語言的文本到語音轉換。它具有數據量少、質量高、靈活性強、易用性高等優點，可以應用于多種場景。如果你對GPT-SoVITS感興趣，具體詳細步驟，可以去項目開源網址上查看，嗶哩嗶哩上也有相應的教程。