企业官网建设流程全解析

GPT-SoVITS hps未定义报错？语音克隆三步修复清单

【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

你在 GPT-SoVITS 里点"合成"时蹦出NameError: name 'hps' is not defined？别慌，这个错不神秘，按下面三步走，语音合成就能恢复正常。

先对号入座：你是不是也卡在这

• 用python webui.py起了 WebUI，选好模型、填好文本，点合成按钮的瞬间日志报 hps 未定义；
• 最近手动拷了几个 .py 文件做局部更新，更新完第一次合成就挂了；
• 在 v1、v2、v3 权重之间来回切换，之前好好的参考音频突然就报错。

最小复现条件其实很宽松：参考音频在 3~10 秒、推理文本非空，基本必现。所以别怀疑你的音频和文本。

hps 到底卡在哪一步

把 hps 想成一张"菜谱"。它是装着全部超参数的容器：采样率、分段长度、模型版本号都在里面。每次推理前，程序先加载模型、顺手把菜谱抽出来，之后模型照着菜谱确认"食材规格"。

问题就出在：加载这一步如果没走完（权重文件不匹配、torch.load抛异常等），菜谱始终没被抽出，hps 就是空的。后面所有要翻菜谱的代码一执行，立刻 NameError。这正是 GPT-SoVITS hps未定义 报错的根源——它本身不是病灶，只是上游加载失败的"报警器"。

对照 inference_webui.py，报错前通常经过这三处：

1. change_sovits_weights加载段（约 314 行）：全文件唯一给 hps 赋值的地方，加载失败它就一直是未定义；
2. 同文件的静音段时长计算处（约 842 行，用hps.data.sampling_rate算长度）以及上方给参考文本补标点的处理逻辑；
3. torch.no_grad()使用前（约 851 行），和稍后取参考音频特征的get_spepc(hps, ...)调用（约 974、981、994 行）。

跟着这三步修 🛠️

1. 更新到最新代码。修复来自官方仓库的最新提交：process_ckpt.py 里的torch.load调用已带上weights_only=False参数，inference_webui.py 的加载流程也同步更新。执行git pull拉全量代码。
2. 对齐 PyTorch 版本。执行：pip install torch==2.6.0执行后你应该看到版本号为 2.6.0。新版 PyTorch 的torch.load默认weights_only=True，旧权重读不进来，菜谱自然抽不出来。
3. 重启并验证。执行python webui.py预期结果：日志里出现模型加载成功的打印，点合成后几秒内生成 wav 文件。如果仍报错，把完整日志贴出来看第一处 Traceback，那才是真病灶。

环境版本对照表

平台差异提醒一句：Mac M 系列芯片（aarch64）装的是 arm64 版onnxruntime而非-gpu版，装错会连带推理失败；Windows 上则要先确认系统 PATH 里有 ffmpeg。

顺手避开的三个连带坑

• ModuleNotFoundError: No module named 'text.LangSegmenter'→ 原因：只拷了部分文件，模块树不完整 → 解法：放弃局部更新，直接拉全量代码或用最新整合包。
• "底模缺失，无法加载相应 LoRA 权重"→ 原因：LoRA 权重与 v3/v4 底模不匹配 → 解法：去掉 LoRA 选项，先选标准权重跑通。
• 切换 v1/v2/v3 后参数残留→ 原因：weight.json记住了上次的权重路径 → 解法：在 WebUI 里手动重新选择权重再点合成。

遇到 GPT-SoVITS hps未定义 但三步后仍无解时，先对照上表逐项核对，90% 的情况出在 Python 与 PyTorch 版本错位。

还卡住？搜 docs/cn/README.md 里的报错关键词，或去仓库 issue 区贴日志，通常很快有人接住你。

【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