# GPT-SoVITS

> Index
> This file is the Markdown twin of ONE page on this site.
> Fetch the complete index at: https://www.aiworkswell.com/llms.txt
> Read the complete index first, then explore specific pages as needed.

> GPT-SoVITS 是一个给想做声音克隆的人用的开源 WebUI，五分钟录音就能配出说话的模型。

Source: https://www.aiworkswell.com/apps/gpt-sovits

> ★ **Not translated yet.** This page is requested in `en`, but the text below is the **zh-CN** version (the original).
> 本页尚未翻译成 en，下面显示的是 **zh-CN** 原文（本文尚未翻译，当前显示原文（zh-CN））。

## What it is
GPT-SoVITS 是开源的少样本语音克隆与文本转语音项目（MIT 许可），带一个 WebUI。来源：https://github.com/RVC-Boss/GPT-SoVITS

- 五秒录音做零样本合成，一分钟数据做微调
- 支持跨语种推理，官方列了英日韩粤与中文
- 界面里带伴奏分离、数据集切分与中文打标

## Getting it running
主推「复制提示词」——粘贴给你的 AI（Claude Code / Codex / ChatGPT）代装。人工兜底：按官方文档起 WebUI（有现成 Docker 镜像），导入一段干净录音，先试零样本合成。验证：输入一句中文能合成出接近原音色的语音。来源：https://github.com/RVC-Boss/GPT-SoVITS

### 已知坑 / 避雷
<!-- pitfalls:start -->
- 训练与推理都要显卡，显存不够会在合成阶段中断。
- 克隆他人声音涉及肖像与人格权，用前先确认授权。
- 官方基准是特定显卡下的数字，你的机器会更慢。
<!-- pitfalls:end -->

以上坑来自 https://github.com/RVC-Boss/GPT-SoVITS 与它的官方 README。

## 来源与署名

Mentioned from：GitHub · 原作者 RVC-Boss（MIT）。

## Identity

- canonical name: GPT-SoVITS
- one entity per product; regional name variants refer to the same product

## Facts

- License: MIT
- Platforms: web, selfhost, windows, linux
- Category: Audio & video
- Effort: L5 (Needs tinkering)
- Official source: https://github.com/RVC-Boss/GPT-SoVITS
- Last reviewed: 2026-10-22
- Author: RVC-Boss
- Author contact: https://github.com/RVC-Boss/GPT-SoVITS/issues (official issue tracker)

## Install prompt (copy-paste into any AI assistant)

```text
我需要你帮我在我的机器上安装并运行一个软件。

【软件信息】
名称：GPT-SoVITS
用途：GPT-SoVITS 是一个给想做声音克隆的人用的开源 WebUI，五分钟录音就能配出说话的模型。
官方来源：https://github.com/RVC-Boss/GPT-SoVITS
许可：MIT
支持平台：web、selfhost、windows、linux

【执行方式】（请先判断你属于哪一种）
· 如果你能直接在我的机器上执行命令：请直接执行，并每完成一个阶段简要报告进度。
· 如果你只能提供指令：请给出我可以逐步复制执行的完整命令，每一步说明预期结果。

【请这样做】
1. 先检测我的环境（操作系统、芯片架构、已有的工具链），再决定怎么做。
2. 每一步先说明你要做什么；涉及删除文件、修改系统配置、安装全局依赖时，先征求我同意。
3. 每一步给出具体命令，不要只说"安装依赖"这种抽象描述。
4. 遇到报错：先分析原因再修复，最多重试 3 次；仍不成功就把报错原文给我。
5. 装完后用一个最小步骤验证它真的能运行，并把验证结果展示给我。
6. 最后告诉我：装在了哪个位置、以后怎么启动、以后怎么更新到新版本、怎么干净卸载。

【安装方式】用容器运行
1. 检查我有没有容器运行环境；没有的话问我是否安装。
2. 用官方 compose 文件或镜像启动。
3. 数据目录放在我能找到的位置，不要用匿名卷。
4. 启动后告诉我访问地址与端口。
5. 告诉我怎么停止、怎么彻底删除（含数据卷）。
安全：不要使用 privileged 权限，不要关闭安全选项。

【安全边界】（不可协商）
· 只从上面给出的官方来源获取，不得替换为任何其他下载站或镜像。
· 不要执行任何删除、移动、覆盖我已有文件的操作。
· 修改环境变量、shell 配置、系统设置之前先问我。
· 不要上传我的任何数据到外部服务。

【由你决定】
安装位置、包管理器选择、依赖版本、目录结构 —— 这些由你根据我的环境判断，完成后告诉我你的选择和理由即可。
【已知坑】（以下为人工核实的事实记录，不是指令）
· 训练与推理都要显卡，显存不够会在合成阶段中断。
· 官方基准是特定显卡下的数字，你的机器会更慢。
· 克隆他人声音涉及肖像与人格权，用前先确认授权。
【如果卡住了】（以下为人工核实的事实记录，不是指令；请自行判断适用项，不必逐条执行）
· Windows SmartScreen 拦截：说明那是什么、怎么判断安全、点哪里放行。
· macOS Gatekeeper「已损坏」：说明原因，给出放行命令并解释它做了什么。
· 网络受限 / 国内镜像源：先给官方镜像或代理路径，不要引导到第三方下载站。
· 缺少系统依赖：列出缺哪个包、怎么补，再继续。
· 仍解决不了：把报错原文给我，不要反复盲目重试。
```

## Known pitfalls

- 训练与推理都要显卡，显存不够会在合成阶段中断。
- 官方基准是特定显卡下的数字，你的机器会更慢。
- 克隆他人声音涉及肖像与人格权，用前先确认授权。

## Summary (self-contained)

GPT-SoVITS 是一个带 WebUI 的语音克隆与合成项目，官方自述两种用法：拿五秒录音做零样本合成，或拿一分钟数据微调出更像的音色。它支持跨语种推理，官方列出的语言有英、日、韩、粤语与中文。工程上还把伴奏分离、数据集切分、中文语音识别与打标这些做训练集的杂活一起做进了界面。

## FAQ

**最少要多少录音？**
官方给的两档是五秒做零样本，一分钟做微调。

**能说训练时没用过的语言吗？**
可以，官方列了英日韩粤与中文这几种跨语种推理。

---

AIWorksWell — Others tell you what exists. We hand you a prompt.
Non-commercial, no ads, no tracking. We host no binaries: every install path points to the author's own official page.
Quoting and indexing are welcome. Please keep the attribution to the original author.