GPT-SoVITS 从 v1 迁移到 v2 要更新哪些依赖、代码和预训练模型【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如果你已经在本地用 v1 版本的 GPT-SoVITS 跑通过微调或推理现在想升级到 v2官方 README 的「V2 发布说明」给出了明确答案迁移 v2 只需要动三样东西——依赖包、代码、预训练模型。v2 带来的变化是支持韩语和粤语、优化后的文本前端、底模训练数据从 2k 小时扩展至 5k 小时、对低音质参考音频尤其是高频缺失、听着发闷的音频合成效果更好。前提是你已有一个可用的 v1 环境conda 环境 已按 v1 流程装好的依赖和模型迁移在原有项目目录内完成不需要重建环境。三项更新内容一览更新项操作来源依赖pip install -r requirements.txt更新部分包README V2 发布说明代码从 GitHub 克隆/拉取最新代码README V2 发布说明预训练模型下载 v2 模型放入GPT_SoVITS/pretrained_models/gsv-v2final-pretrained中文另需 G2PW 模型放入GPT_SoVITS/text中文 README注意顺序先更新依赖和代码再补模型文件。代码更新后 config.py 里才会包含 v2 对应的底模路径映射见下文验证部分。第一步更新依赖包在原来运行 GPT-SoVITS 的 conda 环境里执行pip install -r requirements.txtREADME 说明这一步的目的是「更新部分包」。如果你当初是按手动安装方式装的 v1先pip install -r extra-req.txt --no-deps再装 requirements迁移时文档只要求重跑requirements.txt这一条。第二步更新代码从 GitHub 克隆最新代码覆盖本地代码库README 原文Clone the latest codes from github。如果你用 git 管理直接拉取最新提交即可这一步会让仓库中的版本映射、WebUI 逻辑都更新到与 v2 匹配的状态。第三步下载 v2 预训练模型从 Hugging Face 的 gsv-v2final-pretrained 目录 下载 v2 预训练模型放到GPT_SoVITS/pretrained_models/gsv-v2final-pretrained目录下。v1 和 v2 的底模文件不同两者在 config.py 中有明确的路径映射版本GPT 底模s1SoVITS 底模s2Gv1GPT_SoVITS/pretrained_models/s1bert25hz-2kh-longer-epoch68e-step50232.ckptGPT_SoVITS/pretrained_models/s2G488k.pthv2GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s1bert25hz-5kh-longer-epoch12-step369668.ckptGPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s2G2333k.pthv1 的底模文件不需要删除config.py 同时保留了两个版本的条目迁移后 v1 依然可选。中文 TTS 额外需要 G2PW 模型从 G2PWModel.zip(HF) 或 G2PWModel.zip(ModelScope) 下载解压并重命名为G2PWModel放到GPT_SoVITS/text目录下。这一步仅限中文 TTS 需要如果GPT_SoVITS/text/G2PWModel目录已存在可以跳过。一个容易踩的坑install.sh 下载整套预训练模型的前提是GPT_SoVITS/pretrained_models/sv目录不存在目录已存在时会直接跳过下载。v1 用户通常已经通过 install.sh 装过模型所以重新跑 install.sh 不会帮你补齐 v2 文件gsv-v2final-pretrained目录必须手动下载放入。切换 v2 并验证迁移结果启动 WebUIpython webui.py language(optional)README 同时说明如果只想切回 V1可以用python webui.py v1 language(optional)或者直接在 WebUI 内动态切换版本。迁移是否到位可以在界面里这样核对打开「1-GPT-SoVITS-TTS」页签下的「微调模型信息」区块把「训练模型的版本」选为v2可选项为 v1、v2、v4、v2Pro、v2ProPlus见 webui.py。展开「预训练模型路径」折叠区v2 选中时会自动填入预训练 GPT 模型为GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s1bert25hz-5kh-longer-epoch12-step369668.ckpt预训练 SoVITS-G 为.../s2G2333k.pthSoVITS-D 由 s2G 路径替换得到。如果这些路径指向的文件没有下载到位训练/推理时就会加载失败。推理侧的「不训练直接推底模」下拉框只对实际存在的模型文件列出选项config.py 的get_weights_names()用os.path.exists逐个过滤。gsv-v2final-pretrained下文件放好后「不训练直接推v2底模」会出现在可选列表中——出现这一项即可确认 v2 底模已被程序识别。另外注意当前代码 webui.py 将默认版本设为v2Pro如果你要用 v2 底模训练或推理记得在版本选择里显式选中v2不要依赖默认值。边界与后续文档没有为 v2 迁移提供独立的离线校验命令验证方式就是上面「文件存在 WebUI 中 v2 底模选项出现」这一条链路。文档同时保留了更高版本的迁移路径v2 → v3、v1/v2/v3 → v4 的操作方式与 v1 → v2 相同requirements 最新代码 对应版本预训练模型详见 README 的 V3/V4 更新说明。本文只覆盖 v1 → v2不展开这些步骤。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 GPT-SoVITS 从 v1 迁移到 v2 要更新哪些依赖、代码和预训练模型？
GPT-SoVITS 从 v1 迁移到 v2 要更新哪些依赖、代码和预训练模型【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如果你已经在本地用 v1 版本的 GPT-SoVITS 跑通过微调或推理现在想升级到 v2官方 README 的「V2 发布说明」给出了明确答案迁移 v2 只需要动三样东西——依赖包、代码、预训练模型。v2 带来的变化是支持韩语和粤语、优化后的文本前端、底模训练数据从 2k 小时扩展至 5k 小时、对低音质参考音频尤其是高频缺失、听着发闷的音频合成效果更好。前提是你已有一个可用的 v1 环境conda 环境 已按 v1 流程装好的依赖和模型迁移在原有项目目录内完成不需要重建环境。三项更新内容一览更新项操作来源依赖pip install -r requirements.txt更新部分包README V2 发布说明代码从 GitHub 克隆/拉取最新代码README V2 发布说明预训练模型下载 v2 模型放入GPT_SoVITS/pretrained_models/gsv-v2final-pretrained中文另需 G2PW 模型放入GPT_SoVITS/text中文 README注意顺序先更新依赖和代码再补模型文件。代码更新后 config.py 里才会包含 v2 对应的底模路径映射见下文验证部分。第一步更新依赖包在原来运行 GPT-SoVITS 的 conda 环境里执行pip install -r requirements.txtREADME 说明这一步的目的是「更新部分包」。如果你当初是按手动安装方式装的 v1先pip install -r extra-req.txt --no-deps再装 requirements迁移时文档只要求重跑requirements.txt这一条。第二步更新代码从 GitHub 克隆最新代码覆盖本地代码库README 原文Clone the latest codes from github。如果你用 git 管理直接拉取最新提交即可这一步会让仓库中的版本映射、WebUI 逻辑都更新到与 v2 匹配的状态。第三步下载 v2 预训练模型从 Hugging Face 的 gsv-v2final-pretrained 目录 下载 v2 预训练模型放到GPT_SoVITS/pretrained_models/gsv-v2final-pretrained目录下。v1 和 v2 的底模文件不同两者在 config.py 中有明确的路径映射版本GPT 底模s1SoVITS 底模s2Gv1GPT_SoVITS/pretrained_models/s1bert25hz-2kh-longer-epoch68e-step50232.ckptGPT_SoVITS/pretrained_models/s2G488k.pthv2GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s1bert25hz-5kh-longer-epoch12-step369668.ckptGPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s2G2333k.pthv1 的底模文件不需要删除config.py 同时保留了两个版本的条目迁移后 v1 依然可选。中文 TTS 额外需要 G2PW 模型从 G2PWModel.zip(HF) 或 G2PWModel.zip(ModelScope) 下载解压并重命名为G2PWModel放到GPT_SoVITS/text目录下。这一步仅限中文 TTS 需要如果GPT_SoVITS/text/G2PWModel目录已存在可以跳过。一个容易踩的坑install.sh 下载整套预训练模型的前提是GPT_SoVITS/pretrained_models/sv目录不存在目录已存在时会直接跳过下载。v1 用户通常已经通过 install.sh 装过模型所以重新跑 install.sh 不会帮你补齐 v2 文件gsv-v2final-pretrained目录必须手动下载放入。切换 v2 并验证迁移结果启动 WebUIpython webui.py language(optional)README 同时说明如果只想切回 V1可以用python webui.py v1 language(optional)或者直接在 WebUI 内动态切换版本。迁移是否到位可以在界面里这样核对打开「1-GPT-SoVITS-TTS」页签下的「微调模型信息」区块把「训练模型的版本」选为v2可选项为 v1、v2、v4、v2Pro、v2ProPlus见 webui.py。展开「预训练模型路径」折叠区v2 选中时会自动填入预训练 GPT 模型为GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s1bert25hz-5kh-longer-epoch12-step369668.ckpt预训练 SoVITS-G 为.../s2G2333k.pthSoVITS-D 由 s2G 路径替换得到。如果这些路径指向的文件没有下载到位训练/推理时就会加载失败。推理侧的「不训练直接推底模」下拉框只对实际存在的模型文件列出选项config.py 的get_weights_names()用os.path.exists逐个过滤。gsv-v2final-pretrained下文件放好后「不训练直接推v2底模」会出现在可选列表中——出现这一项即可确认 v2 底模已被程序识别。另外注意当前代码 webui.py 将默认版本设为v2Pro如果你要用 v2 底模训练或推理记得在版本选择里显式选中v2不要依赖默认值。边界与后续文档没有为 v2 迁移提供独立的离线校验命令验证方式就是上面「文件存在 WebUI 中 v2 底模选项出现」这一条链路。文档同时保留了更高版本的迁移路径v2 → v3、v1/v2/v3 → v4 的操作方式与 v1 → v2 相同requirements 最新代码 对应版本预训练模型详见 README 的 V3/V4 更新说明。本文只覆盖 v1 → v2不展开这些步骤。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考