lcyluke / tts-for-gpt-sovits Goto Github PK

这是一个后端项目 基于https://github.com/RVC-Boss/GPT-SoVITS 实现了一个Flask框架的简单后端 可以实现快速切换人物 并且增加了智能切分的特性

对于一个已经能正常运行的GPT-soVITS项目 将项目文件拷入根目录（或使用git之类的，只需要保证inference_backend.py出现在根目录） 并且pip install -r requirements_added.txt 等待安装完成安装完成 然后就是可以正常的使用，导入模型后看下方如何使用环节

运行full_install.sh

下载i18n/pretrained_models到根目录

在弄，等一等

！注意，这个不同于主项目，而是将模型以人物卡的形式导入 在trained文件夹，通过子文件夹的形式导入人物

文件夹名称就是人物名称 里面应该至少有3个文件 以pth/ckpt/wav后缀名结尾 并且wav的文件名就是它包含的文字内容

这样软件就会自动在这个文件夹中生成一个infer_config.json

{
  "ref_wav_path": "./trained/paimeng/既然罗莎莉亚说足迹上有元素力，用元素视野应该能很清楚地看到吧。.wav",
  "prompt_text": "既然罗莎莉亚说足迹上有元素力，用元素视野应该能很清楚地看到吧。",
  "prompt_language": "中文",
  "text_language": "中文",
  "gpt_path": "./trained/paimeng/paimeng2-e50.ckpt",
  "sovits_path": "./trained/paimeng/paimeng_e75_s81900.pth"
}

也可以手动编辑来指定路径

如果因为调整其中文件导致出现问题，请手动删去infer_config.json，软件会重新生成

在trained文件夹下有一个character_info.json 通过修改它可以改变默认角色

{
"deflaut_character":"hutao"
}

用.\runtime\python.exe .\inference_backend.py调用或者直接双击bat即可

比如用阅读3.0 https://github.com/gedoor/legado

在朗读引擎中加入对应人名的朗读引擎

如图配置

http://192.168.0.106:5000/tts,
{
    "method": "POST",
    "body": {
        "cha_name": "hutao",
        "text": "{{java.encodeURI(speakText)}}"
    }
}

调整链接为你的挂载点

它默认运行在5000端口，挂载点是例如[http://192.168.0.106:5000/tts](http://192.168.0.106:5000/tts,)

{
    "method": "POST",
    "body": {
        "cha_name": "hutao",
        "text": "{{java.encodeURI(speakText)}}"
    }
}

其中text是必要项 cha_name可选，请确保在trained中存在对应模型，不指定则使用默认模型

返回音频文件