大家好，又见面了，我是 GitHub 精选君！

背景介绍

当今时代，文本转语音技术（TTS, Text to Speech）在人工智能领域逐渐占领一席之地。但是，要想训练一个出色的语音模型，往往需要大量的语音数据，而且这些数据的获取成本极高。一方面，你需要筛选和标注大量的音频数据，另一方面，你也需要一个强大的计算能力来处理这些数据。那么，能否有一种方法，只需要少量的语音数据，就能训练出一个高质量的语音模型呢？

今天要给大家推荐一个 GitHub 开源项目 RVC-Boss/GPT-SoVITS，该项目在 GitHub 有超过 17.8k Star，一句话介绍该项目：1 min voice data can also be used to train a good TTS model! (few shot voice cloning)

项目介绍

GPT-SoVITS 是一款强大的少量样本文本转语音的在线 WebUI 工具，它能做到以下几点：

1、零样本 TTS：只需输入录制的 5 秒钟语音，即可训练模型开始使用文本转语音。

2、少量样本 TTS：使用仅 1 分钟的训练数据对模型进行微调，提高语音相似度和真实感。

3、跨语言支持：支持的语言包括英语、日语和中文，这使它能够在与训练数据集不同的语言中进行推理。

4、WebUI 工具：综合工具包括声音伴奏分离，自动训练集切割，中文语音转写，以及文本标签化，这些都能帮助新手创建训练数据集和 GPT/SoVITS 模型。

以下是一个视频示例：

如何使用

用户可以使用 AutoDL Cloud Docker 在线体验全部功能。

Windows 用户可以直接下载打包好的安装包，使用 go-webui.bat 启动 GPT-SoVITS-WebUI。Linux 和 MacOS 用户则需要先创建环境，然后进行依赖的安装。具体步骤包括：

Linux：

conda create -n GPTSoVits python=3.9
conda activate GPTSoVits
bash install.sh

MacOS：

conda create -n GPTSoVits python=3.9
conda activate GPTSoVits
pip install -r requirements.txt

项目推介

在通常情况下，你可能需要大量的语音数据才能训练出优秀的语音模型，但 GPT-SoVITS 打破了这一常理，它只需要一分钟的语音数据，就能训练出一个出色的语音模型。其强大的少样本语音学习能力是其主要的亮点。此外，其 WebUI 工具提供的各种语音处理功能也极大地提高了用户的体验。

以下是该项目 Star 趋势图（代表项目的活跃程度）：

更多项目详情请查看如下链接。

开源项目地址：https://github.com/RVC-Boss/GPT-SoVITS

开源项目作者：RVC-Boss

开源协议：

以下是参与项目建设的所有成员：

关注我们，一起探索有意思的开源项目。