GPT-SoVITS整合包 | 声音克隆新纪元！1分钟完美声音克隆，完美复刻任何语音、语调、语气！效果超神
Вставка
- Опубліковано 27 сер 2024
- 看标题就知道了，这个声音克隆工具神了，过程简单，快捷，效果完美！
夸克：pan.quark.cn/s... 提取码：rCpa
mega：mega.nz/folder...
讨论群：t.me/+E0YOhSEc...
-------------------------------------------------------------------------------------------------------------
💥全网最快最稳定VPN：
💎主流AI 会员优惠1：nf.video/7sSbN (优惠码：yqmm）
💎主流AI 会员优惠2 ：shorturl.at/nKQT7 (优惠码：QS666）
🎈PS AI
🎈ChatGPT Plus
🎈Netflix
🎈Midjourney
🎈Spotify
🌟5ber优惠链接（9折）：esim.5ber.com/...
🌟esim海外手机号购买： • 5ber神卡，帮你足不出户，轻松拥有海外手机...
-----------------------------------------------------------------------------------------------
AI声音克隆： • 语音克隆vits | 训练自己的声音模型 |...
一键换脸2.0： • Roop换脸- v2.0整合包 | 一键...
去除水印： • 【超详细教程】去除水印 ，简单 ，易操作 ，...
文字转语音： • 【吐血推荐】【AI文字转语音工具】 超强高...
太细了，连报错都演示出来了，赞！！！太赞了！
非常感谢，期待的终于来了，就喜欢简单免部署的，点赞
非常感谢!up讲解非常清晰,
太強了～～～比我之前還花10美金買colab算出來的來強
这个确实牛，作者还是免费开源，纯粹是做贡献了
很棒 很棒！
好牛。有好多可以玩的。订阅点赞
非常好
老师您好 请问目前您所使用过的效果最自然，效果最逼真的声音克隆工具是哪一款呢？😊
这个就不错，算最好的那一种了
牛
两次都这样 做到微调部分了
File "D:\AAshengyinkelong\GPT-SoVITS\GPT_SoVITS\AR\data\dataset.py", line 107, in __init__
self.init_batch()
File "D:\AAshengyinkelong\GPT-SoVITS\GPT_SoVITS\AR\data\dataset.py", line 187, in init_batch
for _ in range(max(2, int(min_num / leng))):
ZeroDivisionError: division by zero
如果步骤没错，就换一段语音试试，少一点排除下异常
謝謝分享!!!
請教大大!!!
1.SoVITS训练完成.
2.GPT訓練 ....GPT训练完成...RuntimeError: unmatched '}' in format string....GPT_weights內沒檔案.....不知何問題!!!???
再試一次出現:
1."C:\AI\GPT-SoVITS
untime\python.exe" GPT_SoVITS/s1_train.py --config_file "TEMP/tmp_s1.yaml"
Seed set to 1234
Using 16bit Automatic Mixed Precision (AMP)
GPU available: True (cuda), used: True
TPU available: False, using: 0 TPU cores
IPU available: False, using: 0 IPUs
...
RuntimeError: unmatched '}' in format string
2.GPT训练完成....GPT_weights內仍沒沒檔案!!!.....不知何問題!!!???
我也是1660的顯卡,我是前面步驟都沒問題,但是就是推理那邊的時候,我的SoVITS_weights是有文件出來,但GPT_weights裡面是空的
1660需要关闭半精度
@@yhqqxq 我也是这个问题。第一次使用笔记本3070显卡，输出正常。第二次换了个音频，gpt_weights里就没有文件了。第三次换了个电脑双1080ti，同样gpt_weights没有输出文件。请问这个半精度在哪里关闭？
换个音频文件试试，我试了4个， 2个成功，2个不行，就是这个问题，没有文件。
@@lionyang5420 3070应该是支持半精度的，换了音频可以了吗?
@@yhqqxq 换音频文件OK
我操作时候，它显示无法识别文件
請問大大~GPT-SoVITS只能合成文本是嗎?可否合成歌聲?謝謝!
没试过，但应该是不行的
我也是1070的顯卡,我是前面步驟都沒問題,但是就是推理那邊的時候,我的SoVITS_weights是有文件出來,但GPT_weights裡面是空的，请问怎么回事呢？
没别的提示了吗？你试试将batch_size调到1
我也是这个问题，应该是显卡问题吧。命令符里面还在下载东西一样
@@Huzhezhong 可以改一下模型名字，重新训练一次试试
感谢分享，没独立显卡，Ultra 7能用吗
没独立显卡好像不行
請問能否跳過第一步驟，直接使用自己剪的短音頻訓練，還是一定得透過程式分割音頻，必須讓音頻保持一樣長度大小？？
可以跳过，不过效果不能保证
@@yhqqxq 謝謝
骑士老师，你好！在一件三联的时候，我的GPU imformation显示的是：Unfortunately, there is no compatible GPU available to support your training. 所以一件三联没有成功。这个说明我的笔记本硬件不符合要求吗？一定要有独立显卡？
对，需要N卡
1650显卡，去除背景错误，跳过这步到训练模型时，没有新的模型文件生成。把半精度改成False还是不行
麻烦问一下，asr模型有网盘资源吗？那一步直接下不了
ASR进程的时候，无法定位程序输入点
老师你好，为什么GPT训练会如此慢，视频上您是3060，几乎秒完成，我是2080TI 22G显存，半小时都不动一下，显存已经拉满到21.6G了
这个训练很快的，你这个确实不对劲，音频多长？建议你换一段声音试试
你好，就一个问题。关机后第二天，得重新操作一遍吗？之前训练好的模型如何到最后的输出界面？谢谢。
不用，直接勾上“是否开启TTS推理WebUI”，就可以打开输出界面了，上面有选项可以更换模型
@@yhqqxq感谢❤
请问一下切割成功后只有一个声音文件是啥情况😅
請問在GPT訓練時出現 runtimeError : unmatched '}' in format string 是什麼意思?
路径或者文件命名，检查一下试试
我找不到这个文件没办法进行下一步，不知道怎么回事试了很多遍都没有这个文件出来 .list
路径填对了吗，这工具有时候填文件夹，有时候是填文件，要仔细分辨
請問 當我照視頻跑完流程，不過卻只有訓練出SoVITS模型，GPT模型列表裡還是只有預設的檔案，並沒有像視頻裡有多個檔案（所以也沒數字大的可選），請教是我漏勾什麼選項嗎？ 對其效果有沒有什麼影響？
如果确定都训练完了，那就是显存不够，或者虚拟内存太低。对照着你的显存调整batch size，调高虚拟内存
@@yhqqxq 確定兩個都有按訓練。我再試著調高虛擬內存看看，感謝回答！
@@yhqqxq 😥還是不行! 跑完訓練GPT模型列表都只有一個GPT_SoVITS/pretrained_models/s1bert25hz-2kh-longer-epoch=68e-step=50232.ckpt
訓練出來的SoVITS模型倒是能用，只是聲音相似度約五、六分。不知是否有影響⋯
請問是否只需保留數字大的模型，數字小的模型能刪除嗎？
看到有新版本了，我該用新版試試，感謝up主～
@@user-bh4oq4cz8r 可以删
尊敬的UP.我发现我切片的时候.分割结束后还是原音.并没切到.请问这是哪里出了问题
看看是不是报错了
这种情况我也遇见过，音频文件低于1分钟，将 500改为70就好了，500是默认值
请教一下，为什么他们不开发成 一个 简单操作的页面，比如说选一个原始语音，然后设置一个 生成地址，这样多简单，为啥还要这么多步骤，操作起来有些麻烦😁，普通人不好操作
这个是b站花儿不哭大佬一个人开发的，免费分享出来给大家用，应该是人力有限吧，这么好的效果，其他就不能要求太多了
老师，gradio怎么出来的啊？文字校对那个请问在哪里？
运行完有地址啊，点一下
老师，我第一步双击go-webui
就进不去，出现运行程序，点任意键继续，之后就没反应了。我用的是笔记本，是配置问题吗？
是不是没独立显卡？
应该建立一个群大家一起学习啊
有啊
错误，每个网络地址接口只允许使用一次咋办國。
大神您好！有训练好的模型，拿来就能用的吗？
么有啊，这个一分钟语音就行，很简单的
最后生成的文件在哪里呢？
3060显卡切割完 程序显示远程主机强迫关闭了一个现有的连接
你好请问原来弄好的模型关了任务在打开这个app怎么继续用啊，还有能不能继续迭代什么的，不知道怎么弄，我现在有个30步的模型，我重启app之后不知道怎么让他变成50步
训练好的模型在第二步刷新就有了，30变50这个问题，视频里专门说了，在后面一点，你可以看一下
@@yhqqxq 谢谢牢大，我再看一下，这个效果很好，但是我感觉语速太快了有没有什么方法能让他语速稍微慢一点
@@frankzhong1251 声音右侧三个点，应该可以调整语速。不行的话，就只能下载下来再处理，或者是对声音原素材进行处理
你好，请问这个报错是什么原因？
RuntimeError: "slow_conv2d_cpu" not implemented for 'Half'
什么显卡
@@yhqqxq A卡，好像很A卡不行。所以我这边已经使用云端训练已经成功了，谢谢啦
@@user-qf9nh8dv7d A卡确实不行，解决就好
你好 gtp训练后刷新模型路径没有是怎么回事？
请问，我切割后还是一个文件，文件没有切割成多个是什么原因呢，提示完成了
多长的音频？换一个试试
@@yhqqxq 只有37秒
什么时候支持语音转语音？
感谢分享，现在GPT和SoVITS都训练完了，但是没有看到任何保存的模型，问题出在哪，步骤都没有问题。
什么显卡
N卡，已经按提示更新驱动了，现在进行到2个模型训练已完成，但没有看到保存文件，没更新前只有一个CMD窗口要求更新的
@@user-sf1mn1gl3q 16系显卡吗？
@@yhqqxqGTX1050，前面的步骤都没问题，2个都显示训练完成，就是推理那里无法保存训练结果
@@yhqqxq 大神您好，我也是这个问题，但我有时候会有模型，有时候没有
大神我是直接，进入最后一页1C推理，导入3-10秒音频WAV格式，直接就可以了，前面都可以不用做
最后那个我也试过，确实有时候也可以
试了，A卡不行，N卡得20系以上的
老师你好，这软件是不是需要电脑装子系统才能使用
不用啊
切割不出来多段视频
请问老师，我的第一步gowebui为什么进不去
启动不了？有什么提示
打开只允许使用一次，什么意思啊
骑士老师，这个好像不能唱歌，有点遗憾，语言克隆很棒👍
请问什么软件能很好的使克隆出的声音唱歌
唱歌这个功能，作者还在开发，我们耐心等待
@@user-ll7ki3wo4h RVC
大佬你好 最后生不不了模型文件怎么解决 命令窗口信息提示OutOfMemoryout Error 3050显卡
爆显存了，检查数据集中要没有超过'显存数'秒的音频，有的话手动切分至'显存数'秒以下，重新开始ASR。并且在训练时调低batch_size。
@@yhqqxq 感谢大佬我试试
这个视频非常棒，但是我发现一个问题，这个好像最多就只能训练50轮就到max了
这个工具就是这样的，训练少是本身的设定
请问远程主机强迫关闭了一个现有的连接。这是什么情况
这个一般不会影响运行，可以忽略，如果受影响了，就彻底重新开一次
老师，一键三连显示没有找到进程8892或者1万什么的数字是什么原因
有其他提示吗？只有这个看不出来
再显卡信息那里显示没有能用的显卡，是因为显卡太垃圾了还是没检测到？显卡名称是 AMD Radeon RX 6400
A卡只能用cpu
大佬SoVITS_weights和GPT_weights都没有生成文件
步骤没对，或者模型名字重复了，改一下
在文件夹里找到config.py，开头有一个is_half=True，改成False，关闭半精度。骑士哥，我没有这个文件夹啊，我只有config.py，不是文件夹，是个文件。更没有is_half=True这个东西，是哪里出了问题😭
大佬能给个联系方式，付费咨询一下，出不来，人都麻了
@@yunzhao3828 付啥费，不用，你邮件联系我吧
骑士老师，锐龙的显卡是不是不行
应该是只能N卡
能一次弄上万字吗
没试过那么多，估计够呛
模型没出来，weight文件夹里什么都没有，是保存到别的文件夹里了吗
什么显卡？
amd radeon graphics和gtx 1660 ti@@yhqqxq
@@user-rs7wq1ts6d 1660需要改一个设置，你翻一下评论，有改的方法
是将is_half=True，改成False吗？改完了，又试了一次还是不行🤣我又查看了一下进程，进程里有显示运行错误。RuntimeError: Parent directory logs/112233/4-cnhubert does not exist.@@yhqqxq
@@user-rs7wq1ts6d 文件路径呢？检查下，是不是有中文
哥，我一键三连出现 错误没有找到进程“19724” “11920”请问是什么问题？
应该是前面的步骤出错了，从头再做一次试试
warnings.warn("Detected call of `lr_scheduler.step()` before `optimizer.step()`.
这什么意思 走不动了
有些字他不读怎么办呢？
博主
是不是字太长了，短一点应该可以
@@yhqqxq 明天再去试试估计要分割
@@dayichou 分割出来的音频不要超过10秒
不錯，可惜還沒支持廣東話
大神🎉最后一步 输出的语音 没声音 是什么原因
成功了吗？有没有生成文件
说吧 录屏时候百度盘在下啥 这个速率是不舍开会员 毕竟不划算..
🤣观察这么仔细呢，你懂得
老哥，识别不了显卡，N卡太旧了，怎么破
砸了换新的，或者用cpu凑活过日子
up请问我可以用英文的音源吗
可以
一键三连中途报错错误: 没有找到进程 "4620"。
错误: 没有找到进程 "9520"。
报错后直接进入下一步是一样
@@user-xg7dl3nm5m 什么显卡
NVIDIA GeForce GTX 1650 (4096MB)显卡
@@user-xg7dl3nm5m 你先关闭半精度试试，如果不行就换一个音频文件
显卡不行，怎么弄，没有这么好的显卡，识别不出来！
用cpu也行，不嫌慢的话
A卡不行？？？
支持不好，出问题可能性很大
虚拟机能运行嘛 性能要求
没试过
你的这个降噪音和切分和批量这些能不能省略掉，既然是克隆，肯定都是在安静环境下录制声音样本了，所以你一半时间是在浪费大家时间，你非要把几分钟的视频做到10多分钟以上？
你跳着看呗
@@yhqqxq 从那开始看呢？
@@dingbangjiang 有这问的时间你都看完了。如果 是克隆自己的声音，国内都有很多不错的工具，为啥还要用这个。这个工具，很明显是让你克隆他人的声音啊，他人的声音，你不可能让别人给你录制样本吧
训练出来 读文本为啥没声音呢？
能合成应该不是软件的问题
@@yhqqxq 啥情况呢 咋办呢，，哎，按步骤一步一步走的！最后合成播放没有声音。。
@@norris3348 你是什么显卡？
@@yhqqxq 1660s
@@yhqqxq 1660s 第一步分离音频后 文件夹里 并没有分离的音频 文件夹是空的，
a卡可以吗大佬
A卡用cpu吧
为啥我的克隆出来再说胡话😅
如果步骤都对，那就是语音问题了，换一个试试
@@yhqqxq 好的，感谢
@@yhqqxq 声音是挺像，不过输入的文本读不完整，说一句漏一句。
请问文本字数有没限制，最大大概可多少字？
最好不要太长，可能会出问题，可以分段
使用的最新版本，在最后一步操作合成语音中现实error错误
大神，为什么我第一步去背景音结束以后，右边的框框就提示这个啊，不像您的WAV. success。打开文件夹里面也是空的。
tkggfyupth.wav.reformatted.wav->Traceback (most recent call last):
File "G:\tools\GPT-SoVITS\tools\uvr5\webui.py", line 82, in uvr
pre_fun._path_audio_(
File "G:\tools\GPT-SoVITS\tools\uvr5\vr.py", line 118, in _path_audio_
wav_instrument = spec_utils.cmb_spectrogram_to_wave(
File "G:\tools\GPT-SoVITS\tools\uvr5\lib\lib_v5\spec_utils.py", line 396, in cmb_spectrogram_to_wave
wave = librosa.resample(
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\util\decorators.py", line 104, in inner_f
return f(**kwargs)
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\core\audio.py", line 576, in resample
util.valid_audio(y, mono=False)
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\util\decorators.py", line 88, in inner_f
return f(*args, **kwargs)
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\util\utils.py", line 294, in valid_audio
raise ParameterError("Audio buffer is not finite everywhere")
librosa.util.exceptions.ParameterError: Audio buffer is not finite everywhere
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "G:\tools\GPT-SoVITS\tools\uvr5\webui.py", line 90, in uvr
pre_fun._path_audio_(
File "G:\tools\GPT-SoVITS\tools\uvr5\vr.py", line 118, in _path_audio_
wav_instrument = spec_utils.cmb_spectrogram_to_wave(
File "G:\tools\GPT-SoVITS\tools\uvr5\lib\lib_v5\spec_utils.py", line 396, in cmb_spectrogram_to_wave
wave = librosa.resample(
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\util\decorators.py", line 104, in inner_f
return f(**kwargs)
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\core\audio.py", line 576, in resample
util.valid_audio(y, mono=False)
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\util\decorators.py", line 88, in inner_f
return f(*args, **kwargs)
File "G:\tools\GPT-SoVITS
untime\lib\site-packages\librosa\util\utils.py", line 294, in valid_audio
raise ParameterError("Audio buffer is not finite everywhere")
librosa.util.exceptions.ParameterError: Audio buffer is not finite everywhere
检查下你的声音，路径是不是带中文了
@@yhqqxq 没有中文啊。
@@Wesley-ur9uk 16系显卡不支持半精度，现在很多AI软件都默认开启半精度，所以你可能会遇到各种各样的问题。在文件夹里找到config.py，开头有一个is_half=True，改成False，关闭半精度
@@yhqqxq 大神新春快乐。今天试了该半精度，还是不行，唉
@@Wesley-ur9uk 去背景音不行，你先不去，直接跳过试试。看看能不能往下走
系统找不到文件路径是怎么回事，安装在g盘
黑窗提示发一下看看
@@yhqqxq win11系统
ASR进程的时候，无法定位程序输入点