文章主题：
5秒的声音片段就可以克隆一个人的声音，AI神器GPT-SoVITS已经到了如此牛逼的境界。
我在与网友用微信语音聊天的时候，他说通过我发的几个语音就可以克隆我的声音，我当时就警觉起来。声音克隆这个技术在AI中已经不新鲜了，只是考虑到安全的问题，克隆自己的声音，尽量在本地克隆。
GPT-SoVITS这个AI神器是开源的，所以可以在本地部署。对显卡要求也不高（至少4G显存），我这边测试的时候是采用3060，12G显存。二手的3060挺便宜的，建议入手3060以上，因为还有其他的大模型等着我们来体验。
🎉【超值性价比】🔥5000元左右，打造顶级性能！🚀🔍 专业级配置，轻松驾驭！💻想要电脑流畅如飞？不需要昂贵的价格！💰 这款配置，让你以实惠的价格享受顶级体验。💪💻 快速响应，高效工作 🚀无论是日常办公还是项目处理，它都能迅速响应，提升你的工作效率。💼 不再因硬件限制而烦恼，这款配置是你理想的选择。💻🎨 游戏娱乐，畅快无阻 🎮想要在游戏世界里驰骋？它的性能足以让你轻松应对各种挑战。🔥 无论是热门大作还是小型精品，都能流畅运行，带给你极致享受。🎮🔍 精打细算，品质不打折 🛍️5000元左右的价格，却能提供超出想象的性能。🎁 这不仅仅是一台电脑，更是你智慧和效率的最佳伙伴。💪👉 想要了解更多？私信我！👩💻 我们的专业团队随时为你解答疑问，确保你的购买决策无误。💌别犹豫了，让这台超值配置开启你的高效生活吧！🚀SEO优化词汇：#性价比之选 #低价高能 #电脑配置升级 #流畅办公娱乐
设备（也可以租算力服务器，很便宜）搞定之后，就可以开始下载、安装体验了，操作还是比较简单，这里给个简易教程。如果想详细了解参考github项目中的GPT-SoVITS指南，这算是官方文档，非常详细了。
如果你需要帮助检查或安装Python环境，首先建议你自行查阅相关教程或者在线资源，确保系统已经兼容最新版本。如果在操作过程中遇到困难，可以尝试使用Python的官方网站或者其他权威社区寻求解答，他们会提供详细的指导和帮助。关于具体的安装步骤，由于这里是非广告内容，我无法直接给出链接或联系方式，但是一般来说，大部分操作系统都有其官方的Python安装指南，按照指示进行即可。如果在安装过程中遇到问题，记得附上错误信息以便更好地协助你。记得，学习编程最重要的是实践和探索，加油！💪
1、下载安装。从指南里的百度网盘下载整合包，公众号回复关键词声音克隆。网盘的版本是1月份的版本，在github上下载最新的源码，手动覆盖，再执行以下更新：
打开cmd，进入GPT-Sovits文件夹，然后输入runtime\python -m pip install -r requirements.txt，回车看结果就行。
2、启动。默认目录是有版本号（如GPT-Sovits-beta0217），把后面的版本号去掉，然后进入目录GPT-Sovits。双击go-webui.bat，启动之后没报错就可以了。然后打开浏览器，输入http://localhost:9874，就可以看到操作界面了。
3、数据集处理。
🌟音频录制秘籍🌟想要提升文章质量？音频是个不容忽视的秘密武器！🚀只需几个简单的步骤，你就能轻松创作出专业级的声音作品。首先，找一个静谧的小角落，让思绪如流水般顺畅。找个安静的房间，关闭所有电子设备干扰，用纯净的声音记录你的想法。📱无论是手机录音还是电脑操作，确保音频清晰无杂音。接下来，选择合适的格式。mp3或wav？两者皆可，但wav能保留更多细节，适合需要高度保真度的内容。📝记得，内容为王！你的声音应该与文字一样，充满力量和说服力。不要忘了，有时候，听到比读到更能触动人心。💖最后，编辑和完善。录音后，花点时间剪辑不必要的部分，让音频更加精炼。用专业的音频处理软件，提升音质，让你的声音更有吸引力。👩💻分享你的作品，让听众在听觉的盛宴中感受你的智慧和独特见解。不要忘了，版权保护是关键哦！💪现在，就开始你的声音创作之旅吧！🚀#音频写作 #内容创作 #SEO优化
（2）用自带的UVR5处理音频。点击“是否开启UVR5-WebUI”，等几秒会弹出自带的UVR5界面，然后上传音频（可以输入目录）、选择模型、导出格式选择wav，然后点击转换，右边提示success就可以了。
执行之后，在output\uvr5_opt可以看到结果
（3）语音切分工具。在输入路径输入output\uvr5_opt或具体的文件夹，然后点击开启语音切割，生成结果将在output/slicer_opt中展示。
（4）语音降噪。如果声音很干净，这一步完全可以跳过去，不要执行。把上一步的输出文件夹作为这一步的输入文件夹output\slicer_opt，然后点击开启语音降噪。这时候后台会有进度条，等到web界面提示任务完成时，可以看下后台是否有报错。输出结果是在output\denoise_opt。
（5）开启离线批量ASR。输入音频片段所在文件夹，如果没有降噪，是output\slicer_opt目录，如果有降噪是output\denoise_opt。因为这次是说中文的声音克隆，所以ASR模型选择达摩ASR，其他参数也采用默认的，最后点击开启离线批量ASR，等了3分钟左右，在output\asr_opt目录生成了slicer_opt.list文件。
🎉🚀文章润色大放送🔍✨只需轻轻一点，你的创作瞬间焕发光彩！💡路径指引来啦——找到专属的list文件，一键开启打标操作，就像按下魔法按钮，3秒后，专业的校对页面会迅速跃然眼前。📝这是个微调环节，内容优质无需过多忧虑，直接跳过，让专业为你把关。もし、何か質問？别担心，我们随时待命！💬记得，每一次的打磨都是为了下一次的飞跃，让我们一起提升文章的魅力吧！✨SEO优化已融入每个词眼，让你的作品在搜索引擎中脱颖而出。🏆快行动起来，创作路上，我们与你并肩同行！🏃♂️💨
4、训练。只要设置模型名称、文件标注文件（list后缀文件）、训练集音频文件目录（输出结果），然后点击一键三连。如果路径跟我一样的，可以照搬。
🌟若对合成音频不尽满意，别急！可轻松微调至完美状态。我们的专业工具提供无限可能，只需轻轻一点，就能调整到最符合心意的音色。让你的声音独一无二，展现个性魅力。记得，每一次细微改动都是艺术的升华哦！😊
5、推理。文本生成语音的步骤了，也是激动人心的时刻。选择1C-推理，选择GPT模型列表和SoVITS模型列表，这里是选择训练时生成的模型，有几个模型，e和s可以选择稍微大一点试试，作者是说不是越大越好。
勾选开启TTS推理WebUI，3秒内弹出语音合成页面。上传一段3-10秒的音频，这里是选择前面分割的音频。输入待合成的文本，选择凑50字一切，点击合成语音，大概1分钟左右就生成了。结果还是可以，与原音相似度比较高，可以直接用。
🌟 当提到声音复制的潜在风险，确实会让人不自觉地感到一阵寒意。🚀 难道未来的语音交流真的要受限于此吗？🤔 为此，我们的公众号决定暂时不分享未经原创处理的声音内容，以确保每位读者都能享有最纯粹、无侵犯的互动体验。👩💻💖
最后再介绍一下这个牛逼的语音克隆工具，它是参考训练集的音频情感、音色、语速控制合成音频的情感、音色、语速。30秒的原音频训练就可以合成逼真的音频。而且可以跨语种生成，即参考音频（训练集）和推理文本的语种为不同语种，如支持英文、日语等。
看了这篇文章并且实践成功之后，就可以看GPT-SoVITS指南，那是一个权威且完整的指南，感谢大神无私的奉献。
GPT-SoVITS指南:
https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/xyyqrfwiu3e2bgyk。
github地址：
https://github.com/RVC-Boss/GPT-SoVITS。
🌟无论你对AI有多少疑惑，这里都能找到答案！💡我们的专业群专注于技术交流，欢迎加入，一起探索未来科技的无限可能！👩💻只需扫描下方二维码，立即进入AI技术大家庭，与志同道合者共享知识盛宴！👇别犹豫了，让我们在智慧的海洋中航行吧！🌊
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
