GPT-SoVITS 声音克隆版本指南6 个版本怎么选【免费下载链接】GPT-SoVITS1 min voice data can also be used to train a good TTS model! (few shot voice cloning)项目地址: https://gitcode.com/GitHub_Trending/gp/GPT-SoVITSGPT-SoVITS 是一个开源的少样本语音合成与声音克隆工具仅需 1 分钟人声数据就能微调出高相似度的专属 TTS 模型5 秒音频甚至可以直接零样本体验。但项目已先后推出 v1、v2、v3、v4、v2Pro、v2ProPlus 六个版本显存门槛、音质和推理速度各不相同——新手到底该选哪个 先给答案三条推荐低显存、先跑通流程选v2。底模由 2k 小时扩展到 5k 小时显存最省生态与教程最全。常规配置、追音质选v4。原生 48kHz 输出、无金属音是 v3 的直接替代。直播或实时场景、追速度选v2ProPlus。保留 v2 一系的推理速度官方明确其性能超过 v4并支持流式推理。版本速览版本一句话定位显存门槛微调适合谁v1初代版本2k 小时底模中/英/日低老显卡可跑存量老项目新项目不推荐v25k 小时底模新增韩语、粤语低新手首选、日常使用v3相似度更高、情绪更丰富、支持 LoRA14GB梯度检查点 12GBLoRA 8GB追求音色相似度v4修复 v3 金属音原生 48kHz同 v3已有 v3 用户、音质优先v2Pro性能超 v4保留 v2 的硬件成本比 v2 稍高音质与性价比都要v2ProPlusv2Pro 同族推理更快比 v2 稍高实时合成、流式场景v1/v2 输出 32kHzv3 原生 24kHz可用内置的 24k→48k 超分模型缓解偏闷v4 原生 48kHzv2Pro 系列回到 32kHz。⚡ 按场景选版本老显卡入门8GB 左右建议选 v2显存占用最低、流程最完整。若硬要在 8GB 卡上练 v3只有一条路LoRA 微调官方 2025.02 起支持 8G 显存完成全量微调放不下。追求音质上限≥12GB 显卡建议选 v4。它修复了 v3 非整数倍上采样带来的金属音并原生输出 48kHz不需要再挂超分模型。训练录音质量一般手机录、有底噪建议选 v2 或 v2Pro。官方文档写明平均音质较低的训练集上v1/v2/v2Pro 效果较好而 v3/v4 做不到且 v3/v4 音色更偏向参考音频而非整个训练集的风格。直播、实时 TTS建议选 v2ProPlus。它保住 v2 的推理速度项目同时提供流式推理入口GPT_SoVITS/stream_v2pro.py适合低延迟场景。已有 v3 存量项目直接迁到 v4。作者定位 v4 就是 v3 的直接替代更新权重后原有流程可继续。⚠️ 避坑提醒与下一步三个高频疑问先说清楚跨版本模型能通用吗不能。各版本训练产物分目录存放SoVITS_weights、SoVITS_weights_v2、_v3、_v4、_v2Pro、_v2ProPlusGPT 权重同理切换版本需重新训练只有底模预训练权重可以复用目录映射逻辑见 config.py。8GB 显存怎么训 v3走 LoRA 微调官方 2025.02 起支持 8G 显存完成全量微调要 14GB开梯度检查点可压到 12GB。怎么确认自己下的权重是哪个版本查看 GPT_SoVITS/configs/tts_infer.yaml各版本默认预训练权重路径都注册在这里s2G488k.pth 对应 v1gsv-v2final-pretrained/ 对应 v2s2Gv3.pth 对应 v3gsv-v4-pretrained/ 对应 v4v2Pro/ 对应 v2Pro 系列。想切回 v1 环境时启动主 WebUI 要显式指定版本python webui.py v1不带参数则默认使用当前默认版本见 webui.py 顶部配置。下一步清单下载权重把所选版本的预训练权重放进 GPT_SoVITS/pretrained_models/各版本所需文件清单见 docs/cn/README.md 的预训练模型一节。启动入口主 WebUI 用 webui.py推理 WebUI 用 GPT_SoVITS/inference_webui.py也可在主界面内动态切换模型版本。训练入口v1/v2/v2Pro 用 GPT_SoVITS/s2_train.pyv3/v4 用 GPT_SoVITS/s2_train_v3.pyLoRA 为 s2_train_v3_lora.py。跟进更新版本号、发布时间与各版本特性以 docs/cn/Changelog_CN.md 官方更新日志为准。【免费下载链接】GPT-SoVITS1 min voice data can also be used to train a good TTS model! (few shot voice cloning)项目地址: https://gitcode.com/GitHub_Trending/gp/GPT-SoVITS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 GPT-SoVITS 声音克隆版本指南：6 个版本怎么选
GPT-SoVITS 声音克隆版本指南6 个版本怎么选【免费下载链接】GPT-SoVITS1 min voice data can also be used to train a good TTS model! (few shot voice cloning)项目地址: https://gitcode.com/GitHub_Trending/gp/GPT-SoVITSGPT-SoVITS 是一个开源的少样本语音合成与声音克隆工具仅需 1 分钟人声数据就能微调出高相似度的专属 TTS 模型5 秒音频甚至可以直接零样本体验。但项目已先后推出 v1、v2、v3、v4、v2Pro、v2ProPlus 六个版本显存门槛、音质和推理速度各不相同——新手到底该选哪个 先给答案三条推荐低显存、先跑通流程选v2。底模由 2k 小时扩展到 5k 小时显存最省生态与教程最全。常规配置、追音质选v4。原生 48kHz 输出、无金属音是 v3 的直接替代。直播或实时场景、追速度选v2ProPlus。保留 v2 一系的推理速度官方明确其性能超过 v4并支持流式推理。版本速览版本一句话定位显存门槛微调适合谁v1初代版本2k 小时底模中/英/日低老显卡可跑存量老项目新项目不推荐v25k 小时底模新增韩语、粤语低新手首选、日常使用v3相似度更高、情绪更丰富、支持 LoRA14GB梯度检查点 12GBLoRA 8GB追求音色相似度v4修复 v3 金属音原生 48kHz同 v3已有 v3 用户、音质优先v2Pro性能超 v4保留 v2 的硬件成本比 v2 稍高音质与性价比都要v2ProPlusv2Pro 同族推理更快比 v2 稍高实时合成、流式场景v1/v2 输出 32kHzv3 原生 24kHz可用内置的 24k→48k 超分模型缓解偏闷v4 原生 48kHzv2Pro 系列回到 32kHz。⚡ 按场景选版本老显卡入门8GB 左右建议选 v2显存占用最低、流程最完整。若硬要在 8GB 卡上练 v3只有一条路LoRA 微调官方 2025.02 起支持 8G 显存完成全量微调放不下。追求音质上限≥12GB 显卡建议选 v4。它修复了 v3 非整数倍上采样带来的金属音并原生输出 48kHz不需要再挂超分模型。训练录音质量一般手机录、有底噪建议选 v2 或 v2Pro。官方文档写明平均音质较低的训练集上v1/v2/v2Pro 效果较好而 v3/v4 做不到且 v3/v4 音色更偏向参考音频而非整个训练集的风格。直播、实时 TTS建议选 v2ProPlus。它保住 v2 的推理速度项目同时提供流式推理入口GPT_SoVITS/stream_v2pro.py适合低延迟场景。已有 v3 存量项目直接迁到 v4。作者定位 v4 就是 v3 的直接替代更新权重后原有流程可继续。⚠️ 避坑提醒与下一步三个高频疑问先说清楚跨版本模型能通用吗不能。各版本训练产物分目录存放SoVITS_weights、SoVITS_weights_v2、_v3、_v4、_v2Pro、_v2ProPlusGPT 权重同理切换版本需重新训练只有底模预训练权重可以复用目录映射逻辑见 config.py。8GB 显存怎么训 v3走 LoRA 微调官方 2025.02 起支持 8G 显存完成全量微调要 14GB开梯度检查点可压到 12GB。怎么确认自己下的权重是哪个版本查看 GPT_SoVITS/configs/tts_infer.yaml各版本默认预训练权重路径都注册在这里s2G488k.pth 对应 v1gsv-v2final-pretrained/ 对应 v2s2Gv3.pth 对应 v3gsv-v4-pretrained/ 对应 v4v2Pro/ 对应 v2Pro 系列。想切回 v1 环境时启动主 WebUI 要显式指定版本python webui.py v1不带参数则默认使用当前默认版本见 webui.py 顶部配置。下一步清单下载权重把所选版本的预训练权重放进 GPT_SoVITS/pretrained_models/各版本所需文件清单见 docs/cn/README.md 的预训练模型一节。启动入口主 WebUI 用 webui.py推理 WebUI 用 GPT_SoVITS/inference_webui.py也可在主界面内动态切换模型版本。训练入口v1/v2/v2Pro 用 GPT_SoVITS/s2_train.pyv3/v4 用 GPT_SoVITS/s2_train_v3.pyLoRA 为 s2_train_v3_lora.py。跟进更新版本号、发布时间与各版本特性以 docs/cn/Changelog_CN.md 官方更新日志为准。【免费下载链接】GPT-SoVITS1 min voice data can also be used to train a good TTS model! (few shot voice cloning)项目地址: https://gitcode.com/GitHub_Trending/gp/GPT-SoVITS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考