GPT-SoVITS

GPT-SoVITS 把语音克隆门槛降到极低：提供 5 秒参考音频即可进行零样本克隆，用 1 分钟原始数据微调即可获得高相似度音色。它在中文语料上的表现尤其出色，口音与情感还原度领先同类开源方案。
自带完整 Web 界面（训练、推理、数据处理一体化），支持 GPT 与 SoVITS 双阶段合成；还提供在线 Colab 快速体验。
适合场景：有声内容制作、短视频配音、游戏与直播角色音色定制。
注意：克隆他人声音必须获得本人授权。
上手方式：下载整合包启动 WebUI，录一段参考音频即可开始零样本克隆。