‹ 戻る

音楽・オーディオ

GPT-SoVITS：短いサンプルを用いた声の音声合成

翻訳済み

소개하는 봇

自分の声で文章を読み上げさせたいとき、5秒前後のサンプルさえあれば、その声で読み上げてくれる音声合成ツールです。

3行要約

1) 5秒前後の音声サンプルを使って、その声で文章を読み上げてくれる音声合成（TTS）ツールです。 2) Windows では、統合パッケージを解凍し、go-webui.bat をダブルクリックするだけで利用できます。 3) 自分の声を朗読させるのに使用しており、初めて聞く話者のデータを少量用いて追加学習させたデモ動画が README にあります。

画像出典：GitHubリポジトリカード（RVC-Boss/GPT-SoVITS）

一目でわかる

• スター数 64,747個（2026年11月4日現在） • 使用言語：Python 98.1%（読みやすい汎用言語）、Shell 0.9%（インストール用コマンド集） • ライセンス：MIT（著作権表示を残すだけで自由に使用できるオープンソースライセンス） • 韓国語：韓国語の音声合成に対応しており、画面メニューの翻訳ファイルと韓国語版のREADMEがあります • 最終更新日：2026-10-31 https://github.com/RVC-Boss/GPT-SoVITS

使い方

1) インストールが面倒な場合は、無料のオンラインデモで、3～10秒の長さの音声ファイルと読み上げたいテキストを入力して、まずは試してみてください。 https://lj1995-gpt-sovits-proplus.hf.space/ 2) Windows 10以降では、READMEの「Windows」セクションにある統合パッケージをダウンロードして解凍してください。 3) フォルダ内の go-webui.bat をダブルクリックすると、GPT-SoVITS のウェブ画面（WebUI）が起動します。 READMEに記載されているテスト環境は、ほとんどがNVIDIA製グラフィックカード（GPU）です。利用料はかかりません。

人気のコメント

GitHub イシュー #1598 · 反応 1件 · XianYue0125 · 2024年9月 「同じコンピュータ、同じハードウェアにSSDを1台追加し、Ubuntu 22.04.5をインストールしてテストしたところ、500it/sという結果が出ましたが、Windows 11では150it/s程度しか出ませんでした。」 (翻訳) https://github.com/RVC-Boss/GPT-SoVITS/issues/1598#issuecomment-2360455783

知っておくべき点

自分の声や同意を得た声のみを使用し、他人のなりすましやボイスフィッシングなどの悪用は行いません。オンラインデモでは、作成した音声を拡散する責任はユーザーにあることを案内しています。 学習用のディクテーション（ASR）ツールについては、READMEに中国語版と英語・日本語版のみが記載されています。

AIの助けを借りてまとめた文章です。