标签 语音克隆 下的文章

GPT-SoVITS 用一分钟语音就能训出一个像样的 TTS 模型，是目前中文语音克隆里最容易上手的一档。 做视频配音、有声书、角色语音的人都知道：商业 TTS 听着平，定制音色又贵。GPT-SoVITS 把门槛拉到了“一分钟素材 + 一张显卡”：少量样本微调后，合成出来的音色、语气、停顿都比较接近原声。它包含推理 WebUI 与训练工具，也有现成的整合包。