GPT-SoVITS

环境要求

• 已安装 Conda(用于创建 python=3.10 环境)
• Python 3.10
• FFmpeg(含 ffprobe)
• Windows 用户需安装 Visual Studio 2017 运行库 vc_redist.x86.exe
• Docker 部署需已装 Docker 与 Docker Compose

安装与启动步骤

1. 1创建 Conda 环境

   新建名为 GPTSoVits 的 Python 3.10 环境并激活，后续所有安装与运行都在该环境内进行。

   conda create -n GPTSoVits python=3.10
   conda activate GPTSoVits

   复制

2. 2安装 Python 依赖

   先装 extra-req.txt(加 --no-deps 避免覆盖依赖)，再装 requirements.txt，两条都要执行。

   pip install -r extra-req.txt --no-deps
   pip install -r requirements.txt

   复制

3. 3安装 FFmpeg

   按系统选择：Conda 用户用 conda 安装；Ubuntu/Debian 用 apt 并装 libsox-dev；MacOS 用 brew；Windows 手动放 ffmpeg.exe 与 ffprobe.exe 到项目根目录。

   conda activate GPTSoVits
   conda install ffmpeg

   复制

4. 4准备项目根目录

   切换到 GPT-SoVITS 项目根目录并拉取最新代码；Docker Compose 会挂载当前目录下的所有文件。

5. 5构建 Docker 镜像

   可选方式。--cuda 后接 12.6 或 12.8，加 --lite 得到不含 ASR 与 UVR5 模型的精简镜像。

   bash docker_build.sh --cuda 12.6 --lite

   复制

6. 6进入运行中的容器

   容器在后台运行后，用 docker exec 进入对应镜像标签的 bash，标签需与所选 CUDA 版本和 Lite 与否一致。

   docker exec -it GPT-SoVITS-CU126-Lite bash

   复制

7. 7命令行跑 ASR(可选)

   不打开浏览器也能做数据集 ASR，-l 指定语言，中英日韩及自动检测默认走 Fun-ASR-Nano。

   python tools/asr/funasr_asr.py -i /your/path/input -o /your/path/output -l zh

   复制

8. 8命令行跑 UVR5(可选)

   用命令行打开 UVR5 的 WebUI，依次传入推理设备、是否半精度、UVR5 的 WebUI 端口。

   python tools/uvr5/webui.py "cuda" True "9873"

   复制

关键配置

如何确认成功

执行 docker exec -it GPT-SoVITS-CU126 bash 能进入容器，说明容器已在后台运行；本地安装则 conda activate GPTSoVits 无报错、依赖安装完成即环境就绪。

常见问题

注意事项

• README 未给出 WebUI 主程序的启动命令，请以项目根目录内的说明为准。
• Docker Compose 会挂载当前目录下的所有文件，使用前务必切到项目根目录并拉取最新代码。
• Windows 用户需把 ffmpeg.exe 和 ffprobe.exe 放到 GPT-SoVITS 根目录，并安装 Visual Studio 2017 运行库。
• audio_slicer.py 示例中的参数需自行补全，README 给出的该命令换行符可能缺失，执行前请检查。