◈ 次元本地库

GPT-SoVITS 整合包下载与一键启动教程

结论:Windows 用户下载 GPT-SoVITS 官方整合包,解压后双击 go-webui.bat 即可启动,国内另有语雀下载页。README 未给出显存下限,支持 CUDA、Apple silicon 与 CPU。请勿未经授权克隆真人声线。

更新:2026-10-16

结论先说

Windows 用户上手 GPT-SoVITS,最省事的方式是用官方整合包:README 写明在 Windows 10 及以上测试过,下载解压后双击 go-webui.bat 就能启动 WebUI。国内用户可以从 README 里提供的语雀页面下载。

硬件方面,README 没有给出显存下限,只列出支持 CUDA 12.4/12.8/11.8、Apple silicon 和 CPU 运行。本文不推断你的显卡是否够用。

它能做什么(README 原文要点)

功能README 描述
零样本 TTS输入 5 秒参考音频即可合成
少样本 TTS用 1 分钟训练数据微调,提升相似度
跨语种支持英语、日语、韩语、粤语、中文
WebUI 工具伴奏人声分离、训练集自动切分、中文 ASR、文本标注

README 给出的推理速度参考:v2 ProPlus 在 4060Ti 上的 RTF 为 0.028,在 M4 CPU 上为 0.526。这是官方数据,本站没有实测。

整合包下载与启动

  1. 打开 GitHub 仓库 README 的 Windows 小节,下载整合包。README 中的下载地址指向 HuggingFace,国内用户可以改用 README 给出的语雀链接。
  2. 解压后双击 go-webui.bat,也可以运行 go-webui.ps1。
  3. 如果要切换到 V1,README 写明改用 go-webui-v1.bat。

官方中文使用指南同样在 README 链接的语雀页面上,具体界面操作以官方文档为准。

其他安装方式

方式说明
Windows 脚本install.ps1,可选 --Device CU126/CU128/CPU 和下载源
Linux / macOS 脚本install.sh,Linux 可选 CU126/CU128/ROCM/CPU,macOS 可选 MPS/CPU
DockerREADME 提供 docker-compose;Lite 镜像不含 ASR 和 UVR5 模型

README 特别提示:在 Mac 上用 GPU 训练出的模型质量明显较差,所以暂时改用 CPU 训练。在 Windows 下用 Docker Desktop 时,README 建议调大 shm_size。README 还为国内用户提供了云端 Docker 入口,本站记作「租云 GPU 路线」。

基本信息

数据来源与核验日期

核验日期:2026-10-16。

合规提示

勿未经授权克隆真人声线(包括声优、主播和身边的人),发布 AI 生成内容请按平台规则标注。

涉及工具

语音/歌声

GPT-SoVITS

语音合成和声音克隆工具,带 WebUI,支持 CUDA、Apple silicon 和 CPU。

★ 62,882显存:未说明MIT

最近更新