GPT-SoVITS v2
最終更新 2024/10/22

質問1
GPT-SoVITSとは何ですか?

答え1
簡単に説明します。
・MIT license
・日本語に対応したWebUI があって使いやすい
・5秒程度の音声を入力するだけで音声合成が可能
・1分以上の音声を学習させると高品質な音声合成が可能

全て説明すると長くなってしまうので、詳細は公式の説明をご覧ください。
https://github.com/RVC-Boss/GPT-SoVITS

質問2
v2になって何が変わりましたか?

答え2
公式の説明です。
1.韓国語と広東語をサポート
2.最適化されたテキストフロントエンド
3.事前トレーニング済みモデルが2,000時間から5,000時間に延長
4.低品質リファレンスオーディオの合成品質の向上

質問3
使い方を教えてください。

答え3
ここから「GPT-SoVITS-v2-240821.7z」をダウンロードして解凍します。
https://huggingface.co/lj1995/GPT-SoVITS-windows-package/tree/main

go-webui.batを起動するとブラウザ上でwebuiが起動します。
ここで起動する前にgo-webui.batを編集してzh_CNのみ削除すると日本語でwebuiが表示されます。

中国語の解説と英語の解説があるので、好きな方を選んで翻訳してご覧ください。
中国語の方はv2に対応しています。
英語の方の使い方はまだv2に対応していませんが、基本は同じです。

使い方(中国語)
https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e

使い方(英語)
https://rentry.co/GPT-SoVITS-guide#/

Edit

Pub: 07 Aug 2024 00:57 UTC

Edit: 22 Oct 2024 04:50 UTC

Views: 1066