GPT-SoVITS

GPT-SoVITS copied to clipboard

能否增加上传srt字幕文件，自动生成音频文件的功能

2

谢谢，这个可是神器啊。

w21403

请问可以公开一下训练过程吗？

1

如题，感谢大佬的work！不过个人想了解一下大佬是怎么训练的，能够透露一下训练的过程，供学习参考。谢谢！

sixyang

我看模型生成的音频是32k的，如果出16k甚至是8k的模型，推理速度是否能够提高，毕竟有些场景对音频的质量并不会有多大的追求。

zengzikang

MRTE的方案问题

1

我看Mega-TTS2中提的MRTE是文本作Q，音频作KV，但在SoVITS的实现中是音频作Q，文本作KV，然后结果再加上音频的Embedding和global embedding，请问这里是有做过对比试验效果更好吗？

Jiang-Stan

合成时能否进行语速与音量的控制，参数分别是什么

1

合成时能否进行语速与音量的控制，参数分别是什么

yangjianchun

感谢大佬开源这个工程，想请教个问题

4

我的音源量足够，但是质量可能不太够。这个工程对数据质量要求应该比较高，因为我用3小时普通话纯人声（无手动打标）训出来的模型效果只能算差强人意。在这种情况下，我只能手动一条条打标，筛选出质量高的片段吗，但这个工作量有点大了。想请问各位大佬还有没有什么更省人工的方式。

peki12345

今天突然发现映射的网址突然打不开了，自己云端地址打不开，谷歌Colab上的映射地址也打不开，大家有没有遇到这种问题！

4

suonian

使用0c-中文批量离线ASR工具时提示Please install rotary_embedding_torch by: pip instali -U rotary_embedding. torch

whl1207

要不要开一个 GPT-SoVITS 的 Discord Server

2

要不要开一个 Discord Server 来讨论和这个项目相关的内容？

CloudTronUSA

使用Readme中的命令可能出现安装的CLI 没有download 选项 可以使用 pip install -U "huggingface_hub[cli]" 来安装cli [来源](https://huggingface.co/docs/huggingface_hub/guides/cli)

evpeople