再升级!MoneyPrinterPlus 集成 GPT_SoVITS

2024-08-14
广东
本文字数：1452 字
阅读完需：约 5 分钟

最近有很多优秀的语音合成 TTS 工具，目前 MoneyPrinterPlus 已经集成了 ChatTTS 和 fasterWhisper。应朋友们的要求，最近 MoneyPrinterPlus 也集成了 GPT_SoVITS 这个优秀的语音合成工具。

今天给大家详细讲解一下，如何在 MoneyPrinterPlus 中使用 GPT_SoVITS。

软件准备

当然，前提条件就是你需要下载 MoneyPrinterPlus 软件啦。

下载地址： https://github.com/ddean2009/MoneyPrinterPlus

用得好的朋友，不妨给个 star 支持一下。在软件 v4.4 版本之后，MoneyPrinterPlus 已经支持 GPT_SoVITS 本地 TTS 语音服务啦。

启动 GPT_SoVITS

GPT_SoVITS 这个工具怎么安装这里就不多讲了。

我们讲下如何跟 MoneyPrinterPlus 进行合作配置。

GPT_SoVITS 有很多功能，包括语音训练，模型微调，TTS 语音推理，变声等功能。

这里我们使用的是 GPT_SoVITS 的核心 TTS 语音推理功能。

首先我们启动 GPT_SoVITS：

在 1-GPT-SoVITS-TTS ---》 1C 推理 ---》开启 TTS 推理 webUI

然后你就可以看到这样的 TTS 推理界面：

你可以选择参考音频，参考文本，参考音频的语言。

然后可以输入要合成的文本，合成语音的类别，语速，top_k, top_p 和 temperature。

当然，上面的都不重要，我们不需要通过 webUI 来调用 GPT_SoVITS，我们需要的是通过 API 来和 GPT_SoVITS 进行交互。

API 启动 GPT_SoVITS

如果下载的是 GPT_SoVITS 的集合包，那么可以直接执行下面的命令来启动 GPT_SoVITS 的 API：

启动api: runtime\python.exe api.py

复制代码

启动之后，你会看到下面的内容：

上面的启动是最简单的启动，没有指定参考音频，如果你想指定参考音频的话，可以执行下面的命令：

python api.py -dr "123.wav" -dt "一二三。" -dl "zh"

复制代码

当然，还有其他的一些启动参数如下：

`-dr` - `默认参考音频路径``-dt` - `默认参考音频文本``-dl` - `默认参考音频语种, "中文","英文","日文","韩文","粤语,"zh","en","ja","ko","yue"`
`-d` - `推理设备, "cuda","cpu"``-a` - `绑定地址, 默认"127.0.0.1"``-p` - `绑定端口, 默认9880, 可在 config.py 中指定``-fp` - `覆盖 config.py 使用全精度``-hp` - `覆盖 config.py 使用半精度``-sm` - `流式返回模式, 默认不启用, "close","c", "normal","n", "keepalive","k"`·-mt` - `返回的音频编码格式, 流式默认ogg, 非流式默认wav, "wav", "ogg", "aac"`·-cp` - `文本切分符号设定, 默认为空, 以",.，。"字符串的方式传入`
`-hb` - `cnhubert路径``-b` - `bert路径`

复制代码

大家可以根据需要自行选择。

默认情况下 API 会启动在 9880 端口，我们可以使用下面的命令来测试 API 的启动效果：

使用执行参数指定的参考音频:GET:    `http://127.0.0.1:9880?text=先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。&text_language=zh`POST:```json{    "text": "先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。",    "text_language": "zh"}```

复制代码