AI克隆语音工具GPT-SoVITS，零基础安装使用教程2026

古有 AI 配音太像人机，今有 GSVT 声入人心。 –马彪

一，GPT-SoVITS是什么？

GPT-SoVITS 是一个免费的“能模仿别人说话的AI工具”。

通俗点讲，它干了三件事：

1. 听声音：给它一点某个人的语音（哪怕只有几十秒）
2. 学风格：它会分析这个人的音色、语气、说话习惯
3. 开口说话：你输入一段文字，它就能用“这个人的声音”读出来

就是把文字 变成指定声音的语音。

和传统配音工具不一样的地方在于：

• 不需要大量录音数据（很少也能用），
• 声音模仿更像真人（情绪、语气更自然），
• 可以跨语言（比如用中文数据，说英文），

二，它能干嘛？

比如你有一段喜欢的主播声音：

• 给GPT-SoVITS一点他的录音，
• 输入一句话：“今天我们聊点有意思的”，
• 它就能用那个主播的声音说出来，

三，官方推荐配置

英伟达显卡， 显存4G

不过这是推荐配置，低于这个配置的也可以自己安装测试一下，我是3050，比较慢但是可以推理(文字转语音)了。

四，安装及使用教程

1.打开项目的github地址（不让放链接，文章最后点查看原文或私信我），点击箭头位置

2.点这里，中国用户专用下载

文件有7.6GB，需要耐心等待一会

3.把下载好的文件移到其他盘（防止系统盘以后爆满）–这一步可以不做

4.解压，然后等解压完成

5.把压缩包删除

6.进入解压好的文件夹，双击go-web.bat

7、点击允许

8，然后他会在浏览器自动打开

9、由于训练比较慢和复杂，我们直接找别人训练好的模型来直接跑通，看能不能跑出来。

10、我们去这个网站下载一个原神的模型（不让放链接，文章最后点查看原文或私信我）

11.建一个GPTSOVITSModel的文件夹,把模型解压并复制进去，

12、然后把里面的pth文件，复制到原来的 GPT 文件夹下的 SoVITS_weights_v4 子文件夹

13.把ckpt文件复制到原来的 GPT 文件夹下的 GPT_weights_v4 子文件夹

14.回到浏览器，点击上面的1-GPT ,再点击1C推理

15.点击刷新模型路径

16.这两个选项就可以换成我们前面复制的模型了

17.点击开启TTS推理，然后耐心等一会，他会自动开启一个浏览器窗口

18.我们点击这里上传音频，音频在模型的reference_audios子文件夹

19.我们把音频的文件名打印到浏览器

20.打印你想说的话

21.点击合成语音，然后耐心等一会

22.成功输出，可以试听或者下载，我的显卡不行，速度有点慢，

五、总结

说到底，在本地玩 GPT-SoVITS 就是“显存定生死”，如果显卡级别不够，本地训练这事儿就直接断了念想吧，

好在日常推理配音对硬件还算宽容，虽然慢，但是入门级显卡也能跑出质感不错的效果，

至于在 Mac 上折腾部署，目前来看确实是形式大于意义，在真正的生产力场景下，它的效率跟有 CUDA 加持的 N 卡相比实在是不够看。

目前开源语音领域的“四大天王”，除了GSVT还有Fish Speech ，CosyVoice 2 ，ChatTTS，

后续我也会发布安装使用教程，欢迎关注。

**项目地址：**https://github.com/RVC-Boss/GPT-SoVITS/tree/main

官方文档：https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/vafogkyrwkk8rbzb

二次元模型：https://www.modelscope.cn/models/aihobbyist/GPT-SoVITS_Model_Collection/summary

如果安装过程中遇到问题，可以在评论区留言。

如果需要远程操作，也可以主页找我。

如果这篇文章对你有帮助，记得点个赞。想看更多AI技术教程，也可以关注我。

我是悟空爬虫-马彪，我们下期再见。

交流群

欢迎进群聊聊天，吹吹水。