# GPT-SovitsForAb

**Repository Path**: gdouage/gpt-sovits-for-ab

## Basic Information

- **Project Name**: GPT-SovitsForAb
- **Description**: GPT-SoVITS For AB 是基于 RVC-Boss/GPT-SoVITS 的 Windows 一键整合包，专为游戏配音与同人 TTS 打造。双击「安装.bat」自动下载依赖、按显存选参，再双击「启动.bat」打开网页向导：丢一段录音，自动完成人声分离、切片、Whisper 转写与训练，训完在推理页选角色即可出声。仓库只含源码与脚本，体积小、开箱即用。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-13
- **Last Updated**: 2026-08-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# GPT-SoVITS For AB

基于 [RVC-Boss/GPT-SoVITS](https://github.com/RVC-Boss/GPT-SoVITS) 的 Windows 一键整合包，给游戏配音 / 同人 TTS 用。仓库只含源码和脚本，**不带** Python、Torch、预训练和语音识别权重。

- 仓库体积：源码 + 向导 + 一键安装脚本（约几十到两百 MB）
- 首次运行「安装.bat」自动下载：Python 3.11、Torch、ffmpeg、v2Pro 预训练、UVR、Faster Whisper large-v3，装完约占盘 **12–16 GB**，训练另建议空余 **40 GB**
- 国内默认：魔搭 ModelScope（预训练 / UVR）、清华 PyPI、南大 PyTorch、hf-mirror.com（Whisper）
- 自动检测显卡，选 cu128（RTX 50 系）/ cu126 / cpu（cpu 只能推理，不能训练）

本包把官方 WebUI 的 UVR、切片、ASR、1A/1B/1C、训练收成一条流水线。别人丢一段录音，自动清洗并按显存选参训练；训完只在推理页选角色出声。

---

## 一、快速上手（两步）

1. **双击 `安装.bat`**：自动识别显卡，下载并安装全部依赖和模型。中断了再点一次，已下好的会跳过。
2. **双击 `启动.bat`**：浏览器打开 http://127.0.0.1:9876 。「一键训练」放录音、填角色名、选语言；训完到「推理」页出声。

> 训练需要 **Windows 10/11 + NVIDIA 显卡**，建议 **8GB 显存**以上（3060 / 4060 / 5060 这一档）。没有独显也能装，但训练页会拒绝。
>
> 已经是干声（无人声伴奏、无明显混响）可以勾「跳过 UVR」。默认不要勾——带 BGM 的片子不分离会训出金属音。

魔搭下不动时，改用 HuggingFace 镜像：

```bat
powershell -NoProfile -ExecutionPolicy Bypass -File setup\install.ps1 -Source HF-Mirror
```

官方源（墙外）：

```bat
powershell -NoProfile -ExecutionPolicy Bypass -File setup\install.ps1 -Source HF
```

---

## 二、两个入口

| 用途 | 启动 | 说明 |
|---|---|---|
| 安装依赖和模型 | `安装.bat` | 首次必跑；可重复，断点续传 |
| 向导（训练 + 推理） | `启动.bat` | 网页，http://127.0.0.1:9876 |

**不要**把官方 `engine\webui.py` 当默认入口。那是给熟悉 1A/1B/1C 的人用的高级页，本包向导已经包过流水线。

---

## 三、训练默认（开发者可改）

引擎版本固定 **v2Pro**。参数按 `config\hardware.json` 的档位走，检测逻辑在 `app\hardware.py`。

| 档位 | 显存 | SoVITS batch / epoch | GPT batch / epoch | 能否训练 |
|---|---|---|---|---|
| vram8 | 约 8GB | 2 / 8，每 2 epoch 存盘 | 1 / 15，每 5 epoch 存盘 | 能 |
| vram12 | 约 12GB | 4 / 8 | 2 / 15 | 能 |
| vram16 | 16GB+ | 8 / 8 | 4 / 15 | 能 |
| vram4 / cpu | <6GB 或无 NVIDIA | — | — | 否，只能推理 |

语料按干净人声时长再加长 epoch：3–15 分钟用上表；15–60 分钟 SoVITS 14 / GPT 20。

流水线（`app\pipeline.py`，每步写 `workspace\<角色>\state.json`，失败从断点续）：

1. ffmpeg 转 44.1kHz / 16bit / stereo
2. UVR：HP5 主人声 → DeEchoDeReverb
3. 切片：阈值 -40dB，最短 3s
4. Faster Whisper large-v3 转写，丢掉空句 / 片尾感谢
5. 官方 1A 文本、1B Hubert、1B-SV、1C semantic
6. 先训 SoVITS 再训 GPT
7. 登记到 `voices\<角色>\meta.json`，默认推荐 **中档** pth + **较早** ckpt，不用最后一档（减少过拟合）

推理走官方 `GPT_SoVITS.TTS_infer_pack.TTS`，不是另写一套合成。

---

## 四、文件位置

```
gpt-sovitsforab\
├─ 安装.bat / 启动.bat
├─ 使用说明.txt
├─ app\
│  ├─ wizard.py          # Gradio 向导（训练 + 推理）
│  ├─ pipeline.py        # UVR / 切片 / Whisper / 训练
│  ├─ hardware.py        # 显卡检测与档位
│  ├─ infer.py           # 加载角色权重推理
│  └─ paths.py           # 全部相对包根目录，不写死盘符
├─ setup\
│  ├─ install.ps1        # 一键安装主逻辑
│  └─ downloads\         # 安装过程缓存（不进仓库）
├─ engine\               # GPT-SoVITS 引擎源码（不含权重）
├─ config\               # 安装后生成 hardware.json / ready.json
├─ input\                # 可选：把录音放这里
├─ workspace\            # 切片、list、中间文件（不进仓库）
├─ voices\               # 训好的角色 meta.json（不进仓库）
├─ runtime\              # 安装后的 Python 3.11（不进仓库）
└─ ffmpeg\               # 安装后的 ffmpeg（不进仓库）
```

**加新角色**：用向导训练即可，或把已有 `*.pth` / `*.ckpt` 配一份 `voices\<名字>\meta.json`（字段见已有角色）。重启 `启动.bat` 后下拉里会出现。

---

## 五、镜像源

| 用途 | 默认地址 |
|---|---|
| Python 3.11.9 便携包 | `https://www.python.org/ftp/python/3.11.9/python-3.11.9-embed-amd64.zip` |
| get-pip | `https://bootstrap.pypa.io/get-pip.py` |
| ffmpeg | `https://github.com/BtbN/FFmpeg-Builds/releases/download/latest/ffmpeg-master-latest-win64-gpl.zip` |
| VC++ 运行库 | `https://aka.ms/vs/17/release/vc_redist.x64.exe` |
| pip 依赖 | `https://pypi.tuna.tsinghua.edu.cn/simple` |
| Torch cu128 / cu126 | 南大 `https://mirrors.nju.edu.cn/pytorch/whl/cu128` 或 `.../cu126` |
| 预训练 / G2PW / UVR / NLTK / OpenJTalk | 魔搭 `XXXXRT/GPT-SoVITS-Pretrained` |
| Faster Whisper large-v3 | `Systran/faster-whisper-large-v3`（hf-mirror.com） |

换源参数：`setup\install.ps1 -Source ModelScope|HF-Mirror|HF`。

| `-Source` | 预训练 / UVR | Whisper |
|---|---|---|
| `ModelScope`（默认） | modelscope.cn | hf-mirror.com |
| `HF-Mirror` | hf-mirror.com | hf-mirror.com |
| `HF` | huggingface.co | huggingface.co |

压缩包缓存在 `setup\downloads\`，重装会跳过已有文件。

---

## 六、给二次开发

- 路径一律走 `app\paths.py` 的 `pack_root()`，不要写 `D:\...`。
- 改默认 batch / epoch：改 `app\hardware.py` 的 `_train_profile()`。
- 改切片阈值、是否默认 UVR：改 `app\pipeline.py` 的 `step_slice` / `step_uvr`。
- 向导端口：`app\wizard.py` 里 `9876`。
- 引擎升级：替换 `engine\` 时保留本包的 `app\`、`setup\`、两个 bat，并回归 v2Pro 权重路径。
- **不要提交** `runtime\`、`ffmpeg\`、`workspace\`、`voices\`、`setup\downloads\`、以及 `engine` 下的 `*.pth` / `*.ckpt` / `*.bin`。

环境重建：删掉 `runtime\` 和 `config\ready.json`，再双击 `安装.bat`。

---

## 七、常见问题

- **安装中途断了**：再双击 `安装.bat`，已下载的会跳过。
- **启动提示还没安装依赖**：先跑 `安装.bat`，成功后会写 `config\ready.json`。
- **魔搭 4.3GB 预训练失败**：用 `-Source HF-Mirror`。
- **50 系显卡 Torch 装错**：应走 cu128。看安装日志里的「Torch: cu128」；不对就删 `runtime\` 重装。
- **训练金属音 / 电音**：源音频有 BGM 或压缩严重，不要勾「跳过 UVR」，换干净人声。
- **有效句子太少**：切片后 Whisper 可用句不足 3 条，换更长、更清晰的录音。
- **显存 OOM**：8GB 不要同时开别的占显存程序；档位已经是 batch 2 / 1。

---

## 八、许可

- 本仓库脚本与向导：随仓库分发，按你自己的项目约定使用。
- `engine\` 来自 [RVC-Boss/GPT-SoVITS](https://github.com/RVC-Boss/GPT-SoVITS)，遵循其原仓库许可。
- 预训练、UVR、Whisper 权重各有上游许可，下载后请自行遵守。
- 用本包训练角色语音时，请尊重声源权利人，勿用于未授权的商业配音。