企业官网建设流程全解析

GPT-SoVITS 声音克隆版本指南：6 个版本怎么选

【免费下载链接】GPT-SoVITS1 min voice data can also be used to train a good TTS model! (few shot voice cloning)项目地址: https://gitcode.com/GitHub_Trending/gp/GPT-SoVITS

GPT-SoVITS 是一个开源的少样本语音合成与声音克隆工具，仅需 1 分钟人声数据就能微调出高相似度的专属 TTS 模型，5 秒音频甚至可以直接零样本体验。但项目已先后推出 v1、v2、v3、v4、v2Pro、v2ProPlus 六个版本，显存门槛、音质和推理速度各不相同——新手到底该选哪个？

📌 先给答案：三条推荐

• 低显存、先跑通流程：选v2。底模由 2k 小时扩展到 5k 小时，显存最省，生态与教程最全。
• 常规配置、追音质：选v4。原生 48kHz 输出、无金属音，是 v3 的直接替代。
• 直播或实时场景、追速度：选v2ProPlus。保留 v2 一系的推理速度，官方明确其性能超过 v4，并支持流式推理。

版本速览

v1/v2 输出 32kHz，v3 原生 24kHz（可用内置的 24k→48k 超分模型缓解偏闷），v4 原生 48kHz，v2Pro 系列回到 32kHz。

⚡ 按场景选版本

• 老显卡入门（8GB 左右）：建议选 v2，显存占用最低、流程最完整。若硬要在 8GB 卡上练 v3，只有一条路：LoRA 微调，官方 2025.02 起支持 8G 显存完成，全量微调放不下。
• 追求音质上限（≥12GB 显卡）：建议选 v4。它修复了 v3 非整数倍上采样带来的金属音，并原生输出 48kHz，不需要再挂超分模型。
• 训练录音质量一般（手机录、有底噪）：建议选 v2 或 v2Pro。官方文档写明：平均音质较低的训练集上，v1/v2/v2Pro 效果较好，而 v3/v4 做不到；且 v3/v4 音色更偏向参考音频，而非整个训练集的风格。
• 直播、实时 TTS：建议选 v2ProPlus。它保住 v2 的推理速度，项目同时提供流式推理入口（GPT_SoVITS/stream_v2pro.py），适合低延迟场景。
• 已有 v3 存量项目：直接迁到 v4。作者定位 v4 就是 v3 的直接替代，更新权重后原有流程可继续。

⚠️ 避坑提醒与下一步

三个高频疑问先说清楚：

1. 跨版本模型能通用吗？不能。各版本训练产物分目录存放（SoVITS_weights、SoVITS_weights_v2、_v3、_v4、_v2Pro、_v2ProPlus，GPT 权重同理），切换版本需重新训练，只有底模预训练权重可以复用，目录映射逻辑见 config.py。
2. 8GB 显存怎么训 v3？走 LoRA 微调，官方 2025.02 起支持 8G 显存完成；全量微调要 14GB，开梯度检查点可压到 12GB。
3. 怎么确认自己下的权重是哪个版本？查看 GPT_SoVITS/configs/tts_infer.yaml，各版本默认预训练权重路径都注册在这里：s2G488k.pth 对应 v1，gsv-v2final-pretrained/ 对应 v2，s2Gv3.pth 对应 v3，gsv-v4-pretrained/ 对应 v4，v2Pro/ 对应 v2Pro 系列。

想切回 v1 环境时，启动主 WebUI 要显式指定版本：

python webui.py v1

不带参数则默认使用当前默认版本（见 webui.py 顶部配置）。

下一步清单：

1. 下载权重：把所选版本的预训练权重放进 GPT_SoVITS/pretrained_models/，各版本所需文件清单见 docs/cn/README.md 的"预训练模型"一节。
2. 启动入口：主 WebUI 用 webui.py，推理 WebUI 用 GPT_SoVITS/inference_webui.py，也可在主界面内动态切换模型版本。
3. 训练入口：v1/v2/v2Pro 用 GPT_SoVITS/s2_train.py，v3/v4 用 GPT_SoVITS/s2_train_v3.py（LoRA 为 s2_train_v3_lora.py）。
4. 跟进更新：版本号、发布时间与各版本特性以 docs/cn/Changelog_CN.md 官方更新日志为准。

【免费下载链接】GPT-SoVITS1 min voice data can also be used to train a good TTS model! (few shot voice cloning)项目地址: https://gitcode.com/GitHub_Trending/gp/GPT-SoVITS