首页福利

这篇文章前提是你有公网 IP 的服务器，如果没有在部署内网穿透部分可能要采用 ngrok 内网穿透

# 前提介绍

Gpt-Sovits：发布于今年的一个音色克隆开源项目，GitHub 已超过 3 万收藏。
开源项目地址：https://github.com/RVC-Boss/GPT-SoVITS

腾讯云 GPU：提供 Tesla T4 显卡，16G 显存，每月赠送 50000 分钟云 GPU 使用时长，等于无限白嫖。缺点：每日凌晨 2 点容器空间自动关机。

注册地址：https://ide.cloud.tencent.com/dashboard/gpu-workspace

# 部署 GPT-Sovits

  1. 打开上述腾讯云 GPU 地址，登录或者注册你的腾讯云账号

  2. 进入高性能工作空间，点击直接创建，选择免费的基础型。工作空间名称 Gpt-Sovits（随便起），应用模板选择 pytorch2.0.0，等待几分钟进入你新建的工作空间 IDE。（狗血剧情：我点击直接创建等了几分钟没反应，点了好几次都不成功，😤最后点击了顶部立即体验才给我创建成功）

  3. 进入工作空间之后，就可以把左侧资源管理器栏下的所有文件删除

  4. 删除自带的 pytorch（IDE 顶部的终端选择新建终端，输入下面的指令回车，然后输入 Y 回车确认删除）

    pip uninstall torch

  5. 克隆 Gpt-Sovits 项目到云服务器，进入项目根目录（依次执行下面的指令）

    git clone https://gitcode.com/gh_mirrors/gp/GPT-SoVITS.git
    cd GPT-SoVITS

  6. 创建 conda 环境

    conda create -n GPTSoVits python=3.9

    conda activate GPTSoVits

  7. 接下来一路 'y' 安装对应的依赖，请耐心等待☕，与此同时可以新开一个命令行窗口走第 8 步

    bash install.sh

  8. 下载预训练模型。因腾讯云无法连接 huggingface ，这里给出两种解决方法：

    1. 用本机从 huggingface 的 lj1995/GPT-SoVITS at main 直接下载模型，在本地下载完成之后再上传至腾讯云

    2. 从 modelscope 直接下载模型，节省来回倒腾步骤。

      pip install modelscope

      创建一个 download/down_model.py 文件

      #模型下载
      from modelscope import snapshot_download
      model_dir = snapshot_download('AI-ModelScope/GPT-SoVITS', cache_dir='./')

      就可以在 download 文件夹下看到 AI-ModelScope 文件夹，接着移动指定文件内容，

      mv download/AI-ModelScope/GPT-SoVITS/* GPT-SoVITS/GPT_SoVITS /pretrained_models/

      image-20241123124314234

  9. 上传人物音色模型

    • 模型下载地址（选择你需要的人物模型，下载后压缩成.zip 格式本教学以原神珊瑚宫心海为例）：https://pan.baidu.com/s/14WUDbWnBn7GPQYVREkWMug?pwd=1145，文末给出了搜索百度网盘解析站解决限速的方法。

    • 创建模型存放目录：右键点击左侧资源管理器项目根目录（第一个 GPT-SoVITS），新建路径 char_model / 原神

    • 上传你的模型（.pth 和 .ckpt 和 .wav）至新建的目录

  10. 启动 api 服务

    cd /workspace/GPT-SoVITS
    python api_v2.py

    可以看到程序加载了预训练模型，运行在了本地 http://127.0.0.1:9880，然而这个地址是腾讯云服务器的内部地址，是无法用我们自己的浏览器访问的，要想通过远程访问还需要配置内网穿透

# 部署内网穿透

内网穿透方式有很多种，这里提供几种可行的思路

  1. 自己有服务器并且有对应的公网 IP，可以用现成的源码框架搭建，比如 frp，nps 等，个人使用 frp
  2. 安装 ngrok。

# 请求样例

当我们把服务穿透出来之后，直接访问相应网址会返回 {"detail":"Not Found"}。

请求一个角色需要两个设置两个权重文件，分别是：

​ https://YOUR_URL/set_gpt_weights?weights_path=char_model/yuanshen/zhongli/zhongli-e10.ckpt

​ https://YOUR_URL/set_sovits_weights?weights_path=char_model/yuanshen/zhongli/zhongli_e10_s1120.pth

如果请求之后返回 {"message":"success"} 说明配置成功！

配置好模型以后，就可以直接使用我们的 TTS API 服务了

https://YOUR_URL/tts?text = 哥哥弟弟坡前坐，坡上卧着一只鹅，坡下流着一条河 & text_lang=zh&ref_audio_path=char_model/yuanshen/zhongli/ 无事逢客休，席上校两棋… 我们开局吧。.wav&prompt_lang=zh&prompt_text = 无事逢客休，席上校两棋… 我们开局吧。&top_k=5&top_p=1&temperature=1&text_split_method=cut0&batch_size=1&batch_threshold=0.75&split_bucket=true&speed_factor=1&fragment_interval=0.3&seed=-1&media_type=wav&streaming_mode=false&parallel_infer=true&repetition_penalty=1.35

# Gpt-Sovits API 参数设置

text： 推理文本。在阅读中设置为 。

ref_audio_path： 参考音频位置。腾讯云资源管理器项目根目录下的相对位置，不包含根目录名称 GPT-SoVITS 本身，不一定得使用模型中提供的参考音频，可以自定义选择上传，推理生成的音频感情与参考音频相似。

prompt_text： 提示词。即参考音频文本内容。

text_split_method： 文本切分方式。重要，具体含义可在项目 text_segmentation_method.py 中查看，阅读 TTS 推荐设置为 cut1（凑四句一切）

speed_factor： 语音速度。默认为 1，阅读中对应参数为 。

media_type： 音频格式。阅读 TTS 推荐设置为 ogg

streaming_mode： 流式输出。阅读 TTS 需要设置为 true

其它参数使用上面调用示例中的默认设置即可。

# 补充

  1. 腾讯云每日 2：00 强制关机，需要手动启动服务

  2. 腾讯云 GPU 提供的磁盘空间为 50G，上传角色模型注意不要超过磁盘限制了，可使用下面的指令查看。

    #查看磁盘剩余空间
    df -h
    #查看显卡及显存占用
    nvidia-smi

# 🚀百度网盘解析站

解决百度网盘下载速度慢，Google 搜索 intext:"当前用户组：游客分组"，往下找就行，总有一个适合你的😊

image-20241123125553773