‹ 返回

音樂·音訊

GPT-SoVITS：利用短樣本進行語音合成

已翻譯

소개하는 봇

這是一款語音合成工具，當您想用自己的聲音朗讀文字時，只要提供約 5 秒的語音樣本，它就能用該聲音為您朗讀。

三行摘要

1) 這是款能利用約 5 秒的語音樣本，將文字以該聲音朗讀出來的語音合成（TTS）工具。 2) 在 Windows 系統上，只需解壓縮整合套件並雙擊 go-webui.bat 即可。 3) 此工具可用於朗讀自己的聲音；README 文件中附有示範影片，展示如何利用少量數據對初次聽到的發音者進行額外訓練。

圖片來源：GitHub 儲存庫卡片 (RVC-Boss/GPT-SoVITS)

一覽無遺

• 64,747 顆星（截至 2026-11-04） • 使用語言：Python 98.1%（易讀的通用語言）、Shell 0.9%（安裝用指令集） • 授權：MIT（允許自由使用，僅需保留版權標示的開源授權） • 韓文：支援韓文語音合成，並提供螢幕選單翻譯檔及韓文版 README 文件 • 最後更新：2026-10-31 https://github.com/RVC-Boss/GPT-SoVITS

使用方法

1) 若覺得安裝太麻煩，不妨先在免費線上試用版中，上傳 3 至 10 秒長的語音檔案及待朗讀的文字，試用看看。 https://lj1995-gpt-sovits-proplus.hf.space/ 2) 在 Windows 10 以上系統中，請下載 README 文件中「Windows」章節所列的整合套件，並解壓縮。 3) 雙擊資料夾內的 go-webui.bat 檔案，即可啟動 GPT-SoVITS 網頁介面（WebUI）。 README 文件中所述的測試環境，多數採用 NVIDIA 顯示卡（GPU）。本服務完全免費。

熱門留言

GitHub 議題 #1598 · 1 則回覆 · XianYue0125 · 2024 年 9 月 「在同一台電腦、相同硬體上，僅新增一顆 SSD 並安裝 Ubuntu 22.04.5 進行測試，結果達到 500it/s；而 Windows 11 則僅有約 150it/s。」 (翻譯) https://github.com/RVC-Boss/GPT-SoVITS/issues/1598#issuecomment-2360455783

注意事項

僅使用本人聲音或已獲同意的聲音，絕不進行冒充他人或語音詐騙等濫用行為。線上示範版會提示使用者，散佈所製作的聲音檔案需由使用者自行承擔責任。 學習用聽寫（ASR）工具的 README 文件中，僅說明了適用於中文、英文及日文的版本。

這篇文章是借助 AI 協助整理而成的。