系统环境:
# 安装 ffmpeg
brew install ffmpeg
# 查看版本
ffmpeg -version
# 拉取项目代码
git clone --depth=1 https://github.com/RVC-Boss/GPT-SoVITS
cd GPT-SoVITS
# 安装好 Miniconda 之后,先创建一个虚拟环境:
conda create -n GPTSoVits python=3.9
conda activate GPTSoVits
# 安装依赖:
pip3 install -r requirements.txt
pip3 uninstall torch torchaudio
pip3 install --pre torch torchaudio --index-url https://download.pytorch.org/whl/nightly/cpu
# (可选)如果网络环境不好,可以考虑换源(比如清华源):
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
pip3 uninstall torch torchaudio
pip3 install --pre torch torchaudio --index-url https://download.pytorch.org/whl/nightly/cpu
# 安装 huggingface-cli 用于和 huggingface hub 交互
pip3 install huggingface_hub
export HF_ENDPOINT=https://hf-mirror.com
# 下载模型, 由于模型文件较大,可能需要一段时间
# --local-dir-use-symlinks False 用于解决 macOS alias 文件的问题
# 会下载到 GPT_SoVITS/pretrained_models 文件夹下
huggingface-cli download --resume-download lj1995/GPT-SoVITS --local-dir GPT_SoVITS/pretrained_models --local-dir-use-symlinks False
#运行
python webui.py
#运行结果
Matplotlib is building the font cache; this may take a moment.
Downloading g2pw model...
Extracting g2pw model...
Running on local URL: http://0.0.0.0:9874
"/Users/wxl/anaconda3/envs/GPTSoVits/bin/python" tools/uvr5/webui.py "cpu" False 9873 False
操作简要说明:
1)UVR5界面不必须的,主要用于分离歌声与背景声音
2)指定待训练的声音文件路径:如:input/someone
3)依次执行声音拆分、降噪和ASR转写(自动标注)
4)标注界面也不是必须的(手工标注)
5)一键三连提取自监督特征和语义特征(第一步需要下载nltk_data,有可能会失败,要科学上网)
6)依次训练sovits和gpt模型
7)部署模型
8)推理