GPT-SoVITS 训练模型的素材

GPT-SoVITS 训练模型的素材主要包括音频样本和文本标注。138101112161920212324。

音频样本

• 短时间素材：GPT-SoVITS 仅需一分钟的音频样本即可进行训练，实现高质量的声音克隆。138101116192123。
• 多语言支持：支持中文、英文和日文等多种语言的音频素材。81216。

文本标注

• 自动训练集分割：GPT-SoVITS 集成了自动训练集分割功能，方便进行文本标注。3412。
• 中文自动语音识别 (ASR)：提供中文 ASR 功能，辅助文本标注过程。34。

其他辅助工具

• 声音伴奏分离：集成声音伴奏分离工具，辅助素材准备。34。
• Web 界面：通过 Web 界面启动 GPT-SoVITS，简化训练流程。121620。

训练注意事项

• 模型轮数设置：SoVITS 模型轮数可以设置较高，GPT 模型轮数建议不超过 20，一般推荐设置为 10。17。
• 训练顺序：先进行 SoVITS 训练，完成后再进行 GPT 训练，避免同时训练。17。
• 参数设置与模型保存：在训练过程中注意参数设置和模型保存频率。24。
• 参考音频选择：选择合适的参考音频，以提高训练效果。24。