企业官网建设流程全解析

GSVI：三步接入零样本文本转语音推理插件

【免费下载链接】GPT-SoVITS-InferenceInference Specialization项目地址: https://gitcode.com/gh_mirrors/gp/GPT-SoVITS-Inference

GSVI（GPT-SoVITS Inference Plugin）是基于 GPT-SoVITS 的文本转语音（TTS）推理插件，只做推理、不做训练。它把角色模型与情感参考封装成简单 API，面向想快速集成零样本语音合成、TTS 推理接口的开发者。

🚀 30 秒上手

三步跑起来：

1. git clone https://gitcode.com/gh_mirrors/gp/GPT-SoVITS-Inference
2. 安装依赖：Linux 执行bash install.sh；Windows 可用预打包版，或pip install -r requirements.txt
3. 把角色模型文件夹放进trained/目录，运行app.py，或直接双击「0 一键启动脚本」里的启动脚本打开 Gradio 界面

核心能力

角色文件夹即插即用

每个角色就是一个文件夹：一份.ckpt/.pth模型文件，加上一条以参考文本命名的参考音频。丢进trained/后界面自动扫描出角色列表，无需改任何配置。「增加一个声音」从改配置变成复制粘贴。

一个 API 切换角色与情感

后端暴露 REST 接口：先查/character_list拿到各角色支持的情感列表，再调/tts，用character、emotion、speed、stream几个参数指定声音与语气，返回音频；开启流式后逐句返回。把你的产品接上语音，只需一次 HTTP 请求，接口细节见api_doc.md。

可插拔的 TTS 推理引擎

Synthesizers/目录下，本地 GPT-SoVITS 引擎与远程引擎基于同一个抽象基类实现，改一行配置即可切换，前端界面不变。需要把推理挪到另一台 GPU 机器时，只需换成远程引擎。

谁适合用

• 游戏配音：给多个角色稳定声音，并按情感分层
• SillyTavern 类互动工具：用角色列表加情感参数做对话语音
• 播客、视频创作：批量生成旁白，参数调速、流式输出

不适用：官方明确不推荐用它训练；角色音色依赖现成模型文件，只靠一段参考音频无法克隆新音色；Mac 环境走 CPU 推理，效果与速度受限。

收尾

克隆仓库、放一个角色文件夹，10 分钟内听到第一段零样本语音。

【免费下载链接】GPT-SoVITS-InferenceInference Specialization项目地址: https://gitcode.com/gh_mirrors/gp/GPT-SoVITS-Inference