准备工作
- 注意，本项目刚需显卡，你需要有一台搭载了独立GPU的电脑。（推荐配置：2070及更高配置）
- 将电脑和手机连接至同一个网络下。（如果你不想使用内网穿透的情况下）
正式开始
下载项目
这里是Github项目地址，该项目地址只集成了推理和模型管理功能，关于模型训练，请移步原版项目地址。本教程只提供windows系统的教程，其他教程请移步到GPT-soVITS-Inference。
这里放上原版项目整合包（模型训练用），如果你打不开GitHub，或者下载不动项目文件，点击此处下载。
这里是原作者打包的整合包GSVI 2.4.3 20240414 fix01，提取码：n9YG。解压即用。
没有夸克网盘的可以看这里~
初始化
解压后，进入根目录，打开文件夹 0 一键启动脚本 ，首次使用，请运行 0 一键更新项目.bat 和 1 一键更新本项目所需要的依赖.bat 。
参数调试
初始化完成后打开 3 启动GSVI.bat ，等待程序启动后，会自动弹出网页，如果长时间没有弹出，则手动在浏览器里输入127.0.0.1:5000。（如果你不想使用电脑听小说，或者不想调整其它参数，可以忽略下面的内容）界面如下：
输入文本
可以输入你想要试听的文本。
角色
如果你有训练其他模型，或者其他人分享给你的模型，可以在这里切换。（模型文件夹放在根目录下的 /trained 内）
其它设置选项
- 语速：数值越大语速越快。
- 文本切割：把长文本分割后来输出，会自动识别句号。
- Top_P：值越低，答案越准确而真实。更高的值鼓励更多样化的输出。
- Top_K：值越低，答案越准确而真实。更高的值鼓励更多样化的输出。Top_K会先于Top_P生效，即先根据Top_K值确定所选token范围后再根据Top_P值确定所选token范围。
- 采样温度：值越低，结果就越确定，因为总是选择概率最高的下一个词/token，为 0 将始终产生几乎完全相同的输出。拉高该值，其他可能的token的概率就会变大，随机性就越大，输出越多样化、越具创造性。
- 生成音频：请求完整音频会把上面输入所有的文本全部输出后才能听，适合一句话试听效果；流式音频则会先对分割，然后一句一句生成，如果你想直接用电脑实现AI朗读，直接把小说文本复制到上面点击输出就行了。
配置听书
接下来的操作请拿出你的手机。
下载阅读
下载TTS
配置TTS
- 确认你的IP地址： 打开cmd（ win + R 后输入 cmd 后回车），输入 ipconfig ，找到 IPv4 地址 ，记住后面一串数字。
- 点击右上角加号，选择 添加自定义TTS ，添加名称和采样率，如图所示添加就行了。
- url（直接复制冒号后的内容，高亮部分请看下面注释修改）：
http://xxx.xxx.xxx.xxx:5000/tts?cha_name=Hutao&character_emotion=default&text={{java.encodeURI(speakText)}}&top_k=5&top_p=0.8&temperature=0.8&repetition_penalty=1.35
&speed=1&stream=true&save_temp=true¶llel_infer=true - 配置完后记得把左边方框里的勾点上。
这是注释
http://xxx.xxx.xxx.xxx:5000/tts, ## 这里面填进去你刚刚记住的IP地址
{
"method": "POST",
"body": {
"cha_name": "Hutao", ## 模型名字
"character_emotion": "default", ## 模型情感（通过添加不同的参考语音来切换情感）
"text": "{{java.encodeURI(speakText)}}",
"save_temp": "true", ## 这个打开可以加快加载速度，但是语音丰富性会减弱
"top_k": 5, ## Top K 数值
"top_p": 0.8, ## Top P 数值
"temperature": 0.8 ## 采样温度
"repetition_penalty": 1.35 ## 重复惩罚
"speed": 1.0, ## 语速
"prompt_language": "auto",
"text_language": "auto", ## 文本语言
"batch_size": 10, ## 批处理大小
"cut_method": "auto_cut", ## 文本切割方法
"max_cut_length": 50, ## 文本切割长度
"seed": -1, ## 随机种子
"parallel_infer": true, ## 并行推理
}
}配置阅读
进入阅读界后，打开菜单，打开朗读功能，在设置里朗读引擎选择TTS Server，然后就可以愉快地听小说了。
免责声明
本文参考于文档GPT-soVITS-Inference，如有侵权，请联系删除。本文所有内容仅供学习，用于传播不当视频、图片、言论或用于商业用途者，后果自负。
Comments NOTHING