ฝัง
- เผยแพร่เมื่อ 5 ส.ค. 2024
- 这个是我最近发现的新的声音克隆工具，并且可以使用自己的声音，将文字朗读出来，效果比剪映的语音克隆工具还要好。仅仅需要一分钟的语音数据样本，就可以一比一复刻你的声音！
在本期视频中，我将详细的介绍这个工具的使用方法， 我将告诉大家，如何使用这个工具来训练声音模型，并且轻轻松松实现声音克隆自由！在视频的最后，有更大的惊喜等着大家，各位小伙伴们一定要看到最后哦！接下来，我们一起来看看怎么使用吧！
========================================
GPT So-Vits链接：github.com/RVC-Boss/GPT-SoVIT...
colab在线使用链接：colab.research.google.com/git...
不限制电脑配置，操作超简单版本已更新： • 最强本地声音克隆工具，超高还原度！完全免费|...
========================================
00:00 本期内容介绍
01:40 安装gpt so vits
02:42 操作流程
03:07 使用自己的声音进行演示
10:04 使用网络语音素材进行合成（音频前置性处理） - วิทยาศาสตร์และเทคโนโลยี
![[LIVE] : ONE ลุมพินี 73 | คู่เอก "วรพล vs พันฤทธิ์"](http://i.ytimg.com/vi/rrOljlqse3A/mqdefault.jpg)
不限制电脑配置，可以在cpu运行的版本已更新，讲解视频在此：th-cam.com/video/l-Ael0k8WE0/w-d-xo.html
本期录制视频存在一定的问题，后期剪辑做的不好，给各位看官小伙伴造成了一定的视觉影响，在这里向大家道歉！后续的视频我会更加注重如何提高出镜画面，给大家带来更好的视觉体验！
统一回答一些问题：1、没有换脸。
2、不是数字人，所有的出镜视频都是我自己录制的。
看了这么多教程，只有你的视频我觉得是对小白指导最清晰的。加油！
感谢支持！
必须感谢分享！
我在2个月前都有看见过这个软件，一直没有搞定----看了几个人的教程，都是含含糊糊，说得一点都不清楚，丫的就是博取流量的，---你这个是真棒，教程非常详细，真心不错。对小白来说非常不错。-----小白基本上是照做的，可是那些大佬的教程都是蜻蜓点水的走马观花。完全看不懂。 感谢你分享的教程
感谢支持！
很厉害的讲解，头一次看，收益了❤
感谢支持！
好厲害，講的太詳細了。
感谢支持！
厉害 感谢分享
感谢支持！
厉害啊！🎉
感谢支持！
已订阅
感谢支持！
我是個小白一直想要學習克隆音色，但都找不到適合自己克隆的資源，謝謝九姨的分享，我會常關注您的視頻向您學習並點讚
感谢支持！
實際上，最後的推理部分是完全沒必要手動切割文字的😂，下面的工具是多餘的。因為目前版本有一個「怎麼切」就在那個工具上方，直接選擇那個選項就好了。通過觀察控制台，可以發現它本身就實現了切割功能。比如我選擇以標點符號切割，那麼就算你是直接放進去長文本（我直接把我一整章小說3000多字放進去了），它在後台也是一句一句轉換的。所以那個下面的手動切割目前是個重複功能，又或者根本不是讓你這樣用的
原来如此，感谢小伙伴提示！
非常不错 介绍的很易懂❤
感谢支持！
@@jiuyixiaoketang 手动运行环境 出错困难 ，我的批处理运行后报错，手动是不是要安装PIP这个环境命令和Python最新版本
SyntaxError: invalid syntax
出现这个错误 无法运行批处理
Traceback (most recent call last):
File "D:\GPT-SoVITS-beta0217\webui.py", line 4, in
import json,yaml,warnings,torch
File "D:\GPT-SoVITS-beta0217
untime\lib\site-packages\torch\__init__.py", line 934, in
from .storage import _StorageBase, TypedStorage, _LegacyStorage, UntypedStorage, _warn_typed_storage_removal
File "D:\GPT-SoVITS-beta0217
untime\lib\site-packages\torch\storage.py", line 12, in
import numpy as np
File "D:\GPT-SoVITS-beta0217
untime\lib\site-packages
umpy\__init__.py", line 143, in
from . import lib
File "D:\GPT-SoVITS-beta0217
untime\lib\site-packages
umpy\lib\__init__.py", line 25, in
from .index_tricks import *
File "D:\GPT-SoVITS-beta0217
untime\lib\site-packages
umpy\lib\index_tricks.py", line 12, in
import numpy.matrixlib as matrixlib
File "D:\GPT-SoVITS-beta0217
untime\lib\site-packages
umpy\matrixlib\__init__.py", line 4, in
from .defmatrix import *
File "D:\GPT-SoVITS-beta0217
untime\lib\site-packages
umpy\matrixlib\defmatrix.py", line 1
ctivenorcal.com,truthordare-game.com,xn--solitr-kostenlos-spielen-ubc.de,zatznotfunny.com,vegansandr data = _convert_from_string(data)
^
SyntaxError: invalid syntax
D:\GPT-SoVITS-beta0217>pause
@@zhangbinjie 具体在哪一步出现的
厉害呀，九姨不仅颜值高，而且讲的通俗易懂，佩服之极！
感谢支持❤️
脸明显不是本人啊，男的都有可能
@@yangeiliu-dn8hb 你说什么就是什么咯
@@yangeiliu-dn8hb 不会是网恋被男的骗过所以看谁都像男的吧，不会是现实卑微小伙，网络找存在感吧，不会吧不会吧，怎么有人破防了呀，开始攻击长相了啊，难道你的妈妈没有按上眼睛吗
@@yangeiliu-dn8hb不会是网恋被男的骗过所以看谁都像男的吧，不会是现实卑微小伙，网络找存在感吧，不会吧不会吧，怎么有人破防了呀，开始攻击长相了啊，你那是俩眼珠嘛，那不纯纯俩铃铛啊，用不着的话捐给有需要的人，网络不是你的法外之地
九姨太厉害了👍
感谢支持！
这个好
感谢支持！
太神了
💓
博主你好，软件安装好以后，开启语音切割以后只有一段，不能切分成多个语音片段是什么原因？ 依赖软件环境配置都弄好了，卡在这好几天了 求帮助
谢谢，我的声音训练完成了，还需要一个图片会说话的教程，逼真一些的
这个之前就有做过相关题材
感谢漂亮姐姐的耐心分享，我想请问一下，可以克隆多个人的声音并且保存，用的时候随时切换吗！！
可以的
我很早就會用了嘿嘿
好耶！
您好，按照您的步骤操作下去，到开启一键三连的时候，中途报错 1Aa-文本获取进程失败，然后提示错误：没有找到进程“23908”和错误：没有找到进程“19976”，这样应该怎么解决，求指教。
请问微调训练的时候，提示页面太小无法完成操作，是什么回事？有没有大神
这是一个恨棒的频道，我已经订阅。 想请问若这个开源软件更新后，我是需要重新再下载一次吗?并且需重复在执行一次模型训练的动作吗?谢谢您
这个更新版本公开后才知道，但是模型应该不需要重新训练
@@jiuyixiaoketang 非常感谢您的回覆，另外我想请问这个开源软件可以使用繁体中文进行操作吗？
@@user-lc8ht2gy6m 需要自行测试，我这边没有测试过繁体
@@jiuyixiaoketang 好的，感謝您的回覆！
训练语音前的步骤卡停：填上list文件标注路径后打钩，运行框一会就提示ERRNO13 权限被拒绝。
请问老师，每次关机重启之后还得重新训练模型吗？
不需要，直接从加载模型和推理那一步开始就行
今天一直在玩這個, 訓練都沒問題, 但是訓練完得到 類似的 me.ckpt, me.pth 的模型出來後, 我看影片上, 又拿了別的視頻過來使用, 這個用意在哪??? 可以拿你自己的模型, 取代掉別的視頻內某個人的聲音???
没理解你的意思，这个本来就是一个声音克隆工具，主要目的就是克隆不同的声音来使用
已點閱，我想問我以下載以解壓，但進去的時候它說找不到路徑，這問題有可能是記憶體容量不夠嗎？
有没有可能是系统不兼容一键包
00:00 GPT so waits声音克隆工具免费且效果超炸裂
01:50 Download and deploy the voice cloning tool
03:20 使用克隆工具切割音频文件和识别字幕
04:54 音频处理速度与电脑配置成正比
06:25 如何进行声音模型的微调训练
08:07 使用最强声音克隆工具合成多语言音频
10:11 使用UVR5工具处理音频素材
11:41 AI声音克隆工具效果超炸裂
这个特别适合初学者去玩，纯说话。要爱好的话，可以花点功夫去玩SVC，可以唱歌
过段时间会发布更实用的版本，正在做调整！
求问博主，我打标工具开启后，没有进入新界面亚，这是怎么回事呢？
九姨厉害！看过您之前的视频，有两个问题想请教。1.人在大陆，使用ADS指纹浏览器和静态住宅IP地址显示的是美国，而纳税信息填写的是大陆，收款银行是中信银行。这样不会被youtube发现信息不匹配而封号吗？2.电脑的时区要不要调整到和静态IP匹配的时区，而电脑的和浏览器的语言改为英语？
这个不会产生封号问题，因为本来TH-cam可选地区就没有中国，选择别的节点是很正常的现象
谢谢九姨的回复。你能帮我回答第二个问题吗？2.电脑的时区要不要调整到和静态IP匹配的时区，而电脑的和浏览器的语言改为英语？
不需要进行更改
谢谢指导 祝你好运🙏
不客气❤️
感谢九姨分享，请问后面文字转语音遇到多音字你是怎么处理的？
你找一个同音字代替上就可以了
我开启微调后，开启sovits 和开启gpt训练也显示完成，但是在进程中显示报错，卡在这一部，不能进行一下部，这个是什么问题
请问一下，SoVITS模型最多是不是只能保留三个，创建三个模型以后，你再新建模型，也保存不了。
我一会测试一下再来回复，之前有做了三个模型，还没测试能不能增加
請問訓練好的模型要怎樣子可以應用到唱歌呢？
唱歌需要适应另一款软件，后期会和一个翻唱换歌词的工具一起讲
九姨！我在开始离线批量asr的时候，它进行了一半就出现了SystemError: initialization of _internal failed without raising an exception，怎么办啊
可能是系统不兼容了
請問九姨，我操作到ASR這邊之後，就沒有辦法產出其他東西了!我該怎麼做呢?
找到解決方法了，list檔案會儲存在Sovic的檔案文件夾內。 感恩九姨的分享，我成功了!
请问博主 GPT So-Vits 经常吞一段文字，有时候会出现一堆不存在朗读文本的语言，这个bug 现在是否修复了？
目前还没有
博主你好，请问“语音文本学校对标注工具”输入路径并打勾之后，不弹出新的页面怎么办呀
报错有吗
您好！请问是不是必须是NVIDIA显卡才能运行，谢谢！
是的，n卡20系列以上
打标工具已开启以后没有弹出那个界面是怎么回事
您好我依照您的方法操作，來到顯示卡訊息；出現了，很遗憾您这没有能用的显卡来支持您训。請問接下來要如何操作，謝謝
电脑的配置是什么呢？如果无法使用显卡的话，可以看看这个视频置顶评论的链接，是改良版，不限制电脑配置就可以使用。
想问一下，如果提供更多的干音素材，学习更长的时间和次数，克隆出来的时间会不会更加逼真？
会有提升但是不多，干音的时长没有质量重要
@@jiuyixiaoketang 谢谢回复，我在视频上看您的机器显卡是4070系列的，速度怎么样？
@@user-wj3xj9sc9o 按我讲的设置跑，差不多训练两分钟左右
请问训练了自己的声音后，有什么工具能把别人视频的声音换成自己的声音吗，：）
后续有这方面的更新安排
不错的教程，下次要怎么打开这个页面
运行方法一样，ui界面出现之后直接跳到加载模型和推理那一步就可以了
到最后一部刷新模型那里，两个模型列表里面就只有默认一个模型可选，没有像视频中那样可以下拉有多选项，属于什么情况？
查看一下是不是没训练出来
是，又重新试了一次，还是没有训练出来，模型文件夹里什么也没有@@jiuyixiaoketang
训练过程有报错吗
这个大模型，虽然需要准备的样本比较短，但对样本的质量要求比较高，包括参考样本的语气，不然还是会很奇怪的
这个感觉问题不大，基本上的一些影视原声，自己的声音都可以达到要求。
期待最新升级版！！！
我会第一时间更新的！
请问这个能把音频文件直接变声吗？还是只能输入文字变声
目前只能输入文字，后续会升级
九姨厉害！九姨能否透露，能够支持CPU更快运行的最新版本在哪里？
技术小伙伴还在测试，大概月底或者四月上旬公开，到时候我会发视频说明😊
@@jiuyixiaoketang大姨子是项目组成员吗？这么清楚的吗
@@youtube-user-offical 不是哈
九姨 我切分完视频后，进行Asr操作之后，me.list里面只有一条文本 切分的其他音频都没出来 这个是怎么回事呀
具体报错是什么
这个可以支持 根据时间戳的字幕 生成音频吗？
做不到
能不能出一个Mac版本的教程啊😊😊😊
原理都差不多，这边没有mac电脑进行测试❤️
可以介绍下AI超元域这款开源多AI软件吗
等我研究研究
你好 想問可以培育中文以外的?因為參照步驟 韓文的會卡在asr那階段..產生不出pth
目前只能中文
@@jiuyixiaoketang 感謝回答 如果日後有其他語言版 再請教導
❤️
@@jiuyixiaoketang 再請教一下 我要下載音頻 但是他卻說無法從此網站下載 那要如何才能下載?
这个没出现过，我的一直可以下载
请问一下windows下载发行版本时一直链接超时是什么情况
换个节点试试
美女你好！我有一个问题，就是当我需要把一段中文内容合成英文声音的时候，字幕的内容是可以直接翻译出来的吗？如果可以，那么翻译的语意是绝对准确的吗？谢谢😮😮😮
需要自行翻译再识别
@@jiuyixiaoketang 哦，那你有没有哪个翻译软件是比较准确的介绍一下我呗。谢谢
@@user-xq8vc2rf1n gpt，deepl，谷歌翻译都挺准确，目前还没发现批量操作的软件
@@jiuyixiaoketang 好的，谢谢🙂🙂
♥
前置任务都做完了，我输入了一段书的内容进行生成，生成的语音时间1分零几秒，但是我在听的过程中发现，输出的声音会丢失内容，还会读错，是因为什么？
这也是目前存在的一些小问题，有的时候重新生成就会有改善
这个要求什么配置的显卡才能完成？
英伟达20系列以上
九姨人美又教的好，幫妳點讚，
請問合成好的語音怎麼下載下來再後製呢？
感谢支持！使用剪映或者AU将片段合并，然后导出为音频就就可以了
九姨知道那种语气的ai声音是哪个开源项目吗，比如皇上的语气和音频一段话 用事先训练好的华妃的音色说出来 但是保留了皇上的语气(比如愤怒 抑扬顿挫等 )
保留语气只能是克隆谁的声音，就保留谁的语气，比如学的是华妃的声音，保留的就是华妃的语气
@@jiuyixiaoketang 谢谢九姨回复，我的意思是每次AI都是用一段音频 Audio去驱动 就好像我本人说一段话 的mp3 然后用华妃的声音把我这段话复述出来 ， 模式就是每次都是通过一段音频去复刻另外一段音频 ，而不是训练好后文字转语音
@@_vr322 就是语音转语音呀，那要考虑so vits svc，但是语气保留情况一般，gpt so vits后续会增加音视频转语音的接口，但是目前还在测试中
@@jiuyixiaoketang 谢谢，又涨知识了
@@_vr322 ❤️
为什么我的SoVITS模型列表 没有显示啊？
克隆的声音下次要再用，还需要再重新按照这个步骤走一遍吗？还是从怎么弄
不用，训练好的可以一直用
直接在推理那一步加载模型就可以了
如果我推理了一次，以后要再用这个声音，怎么办？不用每次都推理吧？
直接运行加载模型和推理步骤就可以了
在進行語音識別後，5:04 的資料夾顯示是空的，沒有list檔案，請問是哪一部份做錯了？
报错信息是什么
@@jiuyixiaoketang那個已經解決了，不過出現了新的問題，如果他顯示沒有可用的顯卡，是不是就運行不了了
@@user-qs3fv1wn2c 升级显卡驱动试试，如果是n卡20以上一般没问题
有没有免费的中文视频转英文视频的开源工具
暂时没有，有的话一般都是付费版的，商用的
为什么压缩包里有bat但是解压出来bat就不见了，压缩包里的bat打开就显示找不到指定路径
这个有很大可能是病毒，运行后就隐藏了
训练集格式化工具，“训练音频目录”没有填啊？
没理解你的表述
我在开启SoVITS训练时，报错：
AssertionError: Only GPU training is allowed.
难道笔记本没有独显跑不了么？
最低需要n卡20
虽然报错，但是也能运行。
只是出来的效果太差了，使用了自己大概65个录制句子。结果却一点都不像。可能与我不会配置有关吧。
反而使用剪影的克隆音色功能，不到10s的随意录制，出来的效果吓了我一跳。快以假乱真了。还原度感觉8.5吧能有。@@jiuyixiaoketang
一分钟就可以了，没必要录很长，我测试下来比剪映的效果好很多，剪映用的也是这个代码，而且是删减版，肯定没这个真。
用中國人的聲音，配英文，或其它小語種（比如泰文、越文），可以實現嗎？
目前只支持中英日
A卡用不了，只能用colab，但梯子不稳定，用起来有些难受。
会更新使用cpu加速的版本
MAC的咋使用呀，好像跟Windons的安装不一样🥲
github上有部署方法
好复杂啊
还好啦，操作繁琐一些，但是很简单
我几个月前就开始用了
挺好的
用中國人的聲音，配英文，或其它小語種（比如泰文、越文），可以實現嗎？
目前只支持中英日
请问苹果系统能用吗？怎么安装呢？
苹果系统可以去github上面搜索一下，有安装提示
刚刚看完视频，最后的小惊喜，这个升级版不出一集？感觉更好用一些
会出，还在测试，已经在日程上了
@@jiuyixiaoketang 期待
GPT-sovits要一句句话克隆声音吗？
z这个对显卡有什么要求，我之前用笔记本无法开启一件三连，重新组装了个电脑还是无法开启，请问问题出在哪儿？显卡是A770 16G
需要n卡20及以上
@@jiuyixiaoketang 感谢，已经换了显卡，折腾了好久终于成功了
你好，请问一下我后面 打标勾选后 页面不会跳转是什么情况呀？
底部有跳出打开界面提示嘛
尊敬的九姨你好，那个后来跳过去了，可能是我配置比较低，有点慢。可是最后一一步一直识别不到我的显卡，它提示很抱歉，识别不到我的显卡。我的4g显卡不知道是不是配置太低了。请问有什么解决方案吗？
可能和显卡有关联，可以等更新cpu加速之后试试
为什么GPT模型只有默认的？
请问一下up 推理时 SoVITS模型列表中 只有gpt sovits这个选项 没有别的数字 是为什么啊 麻烦了
看看训练后的文件夹有没有是不是没有文件
@@jiuyixiaoketang 是的...虽然不知道具体那个文件夹 但是硬盘中搜索不到
训练过程中有报错嘛
@@JKs225 我碰到过类似的问题，用手机拍照翻译了一下运行过程，意思像是内存分配不足。我才是语音时间过长或过多，训练次数过多导致的，更改后重新训练我的就有了，你可以换个简短的，尝试一下。
@@jiuyixiaoketang 没有报错的
with open(g_load_file, 'r', encoding="utf-8") as source:
PermissionError: [Errno 13] Permission denied: 换了二台电脑，一直提示这样的，请指导
具体在哪一步呢
可以用一个小时的素材吗？
切分第一步出现路径不存在，怎么解
你好，请问这个工具对电脑配置有具体要求吗？
20以上显卡基本没问题，过段时间分享新版可支持cpu加速
@@jiuyixiaoketang20以上是什么意思？
n卡20系列及以上
@@user-rn3hb8tf1q 基本上看到20默認就是Nv家的 RTX20系列基本上你要玩ai相關會建議至少2080或是3060（顯存考量）
九姨美女，这个可以用来ai翻唱歌曲吗 在线等答案
模型是通用的，但是使用这个工具目前实现不了唱歌
咦？曹操原來叫大胖橘😂
这不也是甄嬛传里的四大爷嘛，俗称大胖橘哈哈哈哈
为什么我的文案它总是要重复读，有没有什么办法解决
等升级版吧，这是源代码的问题
想用升级版的工具，有的话麻烦发下哈
会第一时间发布，最近在测试
為什麼我切完短音，合成之後都很奇怪?
具体奇怪在哪
弹出的网页打不开怎么回事
太赞了，这个怎么打赏
您的关注就是对我的厚爱！❤️
请问开启语音切割的时候显示Connection errored out.是怎么回事啊
试试重启是否可以解决
@@jiuyixiaoketang 已经解决了，谢谢
请问为什么我切割后还是一个音频呢？
提示框有没有出现报错信息
請問出現「一键三连中途报错」是我前面哪個步驟做錯了嗎？
具体命令框报错是什么
@@jiuyixiaoketang 我看跟您影片不同的地方，是我這邊顯示無可用顯卡，報錯是erro2 英文好像是無可用文件或來源
如果是显卡问题的话，可以看看是否需要升级显卡驱动，文件来源问题，可以看看前面步骤的产出文件夹或者路径是否有误
你这教程直接把我看懵了
谢谢九姨 请问中文只能普通话？可以学习广东话及输出广东话吗？
这个没试过，目前应该不行，你可以自己测试下，具体以测试为准
可以输出广东话吗？我也有这个需求哈哈哈
@@hunterdavis1631 目前还不行
@@jiuyixiaoketang好的谢谢 期待后续有各种方言训练
显卡信息那里 显示：很遗憾你没有能用的显卡来支持你的训练 然后一键三连中途报错！ 九姨这个怎么解决
电脑配置方便说一下吗
请教九姨，文案字数有限制吗？
目前有一定限制，过段时间会发布升级版本，不限制字数，并且可以实现cpu加速
啥时候升级啊@@jiuyixiaoketang
过段时间，月底或者下月初，最近在测试
太厉害了 ！@@jiuyixiaoketang
九姨为什么最后合成会是错误的？
具体的报错是什么