在 AI 语音（TTS）圈，如果说 VITS 是开创者，那么 GPT-SoVITS 就是当之无愧的“全能战神”。只需 5 秒 样本就能即时推理，1 分钟 语料就能实现微调克隆。
本教程基于项目最新文档，为你拆解全平台部署方案，助你快速搭建属于自己的 AI 语音工作站。🚀
🌟 项目核心亮点
GPT-SoVITS解决了传统 TTS 训练难、样本量大的痛点。
- ⚡ 零样本即时推理：5 秒素材，音色秒出。
- 🔥 极少样本微调：1 分钟数据，复刻级别相似度。
- 🌍 跨语言混合：支持中、英、日、韩、粤五种语言无缝切换。
- 🛠️ 全流程自动化：人声提取、语音切分、ASR 标注、模型训练、Web 推理一气呵成。
🛠️ 部署全攻略：总有一款适合你
根据你的技术背景和硬件环境，请选择以下对应的部署方案：
1️⃣ Windows 用户：官方整合包（零基础推荐 📦）
对于不想配置 Python 环境的同学，官方提供了“开箱即用”的压缩包。
- 下载地址：前往 整合包下载 或官方提供的网盘。
- 操作步骤：
- 下载并解压整合包。
- 双击运行
go-webui.bat。 - 浏览器自动弹出
http://localhost:9874，直接开始！
2️⃣ 极客/开发者：手动 Conda 环境配置（灵活度最高 🐍）
适用于需要二次开发或在 Linux 生产环境部署的用户。
🧪 环境要求
- Python 3.9+, CUDA 11.0+, PyTorch 2.0+
- FFmpeg 系统依赖（必须）：
- Ubuntu:
sudo apt install ffmpeg - Mac:
brew install ffmpeg - Windows: 下载可执行文件并加入系统变量
Path。
- Ubuntu:
⌨️ 执行指令
# 1. 克隆代码
git clone https://github.com/RVC-Boss/GPT-SoVITS.git
cd GPT-SoVITS
# 2. 创建环境
conda create -n GPTSoVITS python=3.9
conda activate GPTSoVITS
# 3. 安装依赖 (以 CUDA 11.8 为例)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txt
3️⃣ Docker 用户：标准化容器部署（生产环境首选 🐳）
如果你拥有 NVIDIA GPU 环境并安装了 nvidia-container-toolkit：
# 直接运行镜像
docker run -itd --gpus all -p 9874:9874 \
--name gpt-sovits \
-v /你的路径/GPT-SoVITS:/workspace \
registry.cn-beijing.aliyuncs.com/kg_is_no1/gpt-sovits:latest
🏗️ 预训练模型准备 (必看！)
项目启动前，必须手动将以下预训练模型放入 GPT_SoVITS/pretrained_models：
- GPT 权重：
gpt_sovits_base.ckpt - SoVITS 权重：
sovits_bert_base.pth - UVRP5/ASR 相关：如需使用自动处理功能，需下载对应的
UVR5和Damo ASR模型包。
📋 部署方案对比表
| 方案 | 适合人群 | 优点 | 缺点 |
| 整合包 | Windows 小白 | 解压即用，不污染环境 | 无法灵活更新代码 |
| Conda 手动 | 开发者/Linux 用户 | 更新快，方便调试 | 需处理环境冲突 |
| Docker | 运维/服务器部署 | 环境隔离，一致性好 | 需配置驱动映射 |
| API 模式 | 开发者 | 方便集成到其他应用 | 需通过脚本启动 |
🏁 总结与避坑指南
- 显存不足？：如果显存低于 4GB，请在训练时调小
Batch Size，或者仅使用零样本推理。 - 路径报错？：确保项目路径中不要包含中文字符，否则 FFmpeg 或 ASR 可能会报错。
- 推理效果差？：参考音频的质量决定上限。请务必使用干净、无背景噪音的人声。
🔗 项目官方资源
| 资源 | 链接 |
| GitHub 仓库 | RVC-Boss/GPT-SoVITS |
| 中文文档 | README_CN.md |
| 整合包下载 | 整合包 |
| GPT-SoVITS指南 | 快速开始 |
小编点评：GPT-SoVITS 不仅仅是一个工具，它代表了开源 AI 语音的最高水准。无论你是想给视频配音，还是想留住亲人的声音，它都是目前最值得投入时间研究的项目。
