模型介绍
中文整理鸣潮 守岸人 中配 GPT-SoVITS v2ProPlus
模型概述
这是一个基于 GPT-SoVITS v2ProPlus 训练的中文语音合成模型。
模型需要同时加载两份权重。
组件 文件名 大小
- -- --- ---
GPT 守岸人二-e15.ckpt 148 MB
SoVITS 守岸人二 e8 s1144.pth 164 MB
下载后可用下方哈希值校验文件：
文件名 hash
- -- ---
守岸人二-e15.ckpt b58c69c21b83fe29aa3d0f1570c6651288c515ca55ba878948be34717880151f
守岸人二 e8 s1144.pth 89f47994d7e55a3f0dcb42b62c55fb0509f238ac9362b00f25f70db6ddae0c2b
⚠️ 两份权重必须配套使用。请不要与其他版本的权重混用。
模型介绍
《鸣潮》中唐雅菁老师配音的守岸人音色，完美呈现了守岸人的丰富面向。训练模型来自花儿不哭老师的GPT-SoVITS v2ProPlus。
模型面向中文文本转语音。（指的是训练集为中文语音，GPT-SoVITS 可以跨语种生成）
推理时，你需要提供一段参考音频和对应文本。
模型会按参考音频的音色与语气生成目标文本。
模型基于 GPT-SoVITS v2ProPlus 训练。
请使用支持该版本权重的 GPT-SoVITS 环境。
即最新的GPT-SoVITS（指南文档）
模型训练
训练使用 GPT-SoVITS v2ProPlus，参数配置采用默认数值。
阶段 训练轮数 最终步数
- -- ---: ---:
GPT 第一阶段 15 未记录
SoVITS 第二阶段 8 1144
SoVITS 第二阶段已成功导出 守岸人二 e8 s1144.pth 。
训练集使用 567 段切片音频，音源来自玩家自发游戏录屏(经过我精剪处理)与官方B站视频，总时长 40 分 04.410 秒。
训练环境为：
CPU: Intel Core Ultra 9 275HX @ 2.70GHz
内存: 32GB
GPU: NVIDIA GeForce RTX 5070 Laptop GPU 8GB
模型推理
- 启动支持 v2ProPlus 的 GPT-SoVITS WebUI。
- 在 GPT 权重列表中选择 守岸人二-e15.ckpt 。
- 在 SoVITS 权重列表中选择 守岸人二 e8 s1144.pth 。
- 上传清晰的参考音频。
- 填写与参考音频完全一致的参考文本。
- 选择参考文本与目标文本的语言。
- 输入目标文本后生成音频。
使用 3 至 10 秒的单人干声作为参考音频。
参考音频应避免背景音乐、混响和多人对话。
好的参考才能有好的效果。
⚠️ 加载失败时，先确认 GPT-SoVITS 版本为 v2ProPlus。再确认两份权重是否同时加载。
模型效果
以下结果均使用同一组参考音频生成。
辅助参考音频能补充音色与语气信息。
完整句子通常比短句更稳定。
生成结果示例
诚如下方示例所示，本模型生成的音频在尾音上较为机械，此为一瑕疵。
原因估计是数据集质量：数据集的一大部分来自主线剧情，守岸人剧情中的语音有大量通讯效果噪音。
也可能由于配音老师对守岸人“机械造物”设定的考量。
tips：岸宝语速较慢，至少比 GPT-SoVITS 的默认 1 语速慢。因此在生成时建议降低语速参数。（本建议仅适用于中文生成，比如英语在0.8语速下会声音撕裂）
样例 目标文本 生成音频
- -- --- ---
样例 1 我不会生病，也不会累。 点击收听
样例 2 怎么了 点击收听
样例 3 唔，尽管他强烈建议你去，不过，你其实可以拒绝。 点击收听
样例 4 任何两点间距离对我来说都是零，所以，无论你去到哪，我一直都在 点击收听
样例 5 No matter where you are, whether it's a quarter mile away or halfway across the world, 点击收听
样例 5 the most important thing in life will always be the people in this room, right here, right now. 点击收听
样例 6 論理では説明できない愛がある 点击收听
样例 7 请走左侧车道 点击收听
使用限制
本模型许可证详见许可文件。
仅限非商业交流与研究使用。
使用时请注明模型名称与来源。
建议自行确认原始音频、角色形象和配音表演在【当前】的授权范围。
本模型与任何相关权利方无官方关联。
请勿将本模型用于违法、侵权、欺诈或冒充他人的用途。
致谢
GPT-SoVITS
花儿不哭
唐雅菁老师
发布署名要求
当你利用本模型生成音频，将它用于视频、音频创作并发布，你必须在显著位置保留以下署名：
如果是发布在我已入驻的平台，建议直接@以规避重名或歧义
如有问题，联系：
邮箱： richopera@outlook.com （邮箱不一定及时看见，请见谅）
微信：RichoperaTA
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.