基于函数计算部署GPT-Sovits语音生成模型实现AI克隆声音

Serverless 社区 2024-06-25 15:01:11 阅读 98

GPT-Sovits是一个热门的文本生成语音的大模型，只需要少量样本的声音数据源，就可以实现高度相似的仿真效果。通过函数计算部署GPT-Sovits模型，您无需关心GPU服务器维护和环境配置，即可快速部署和体验模型，同时，可以充分利用函数计算按量付费，弹性伸缩等优势，高效地为用户提供基于GPT-Sovits模型的文本到语音生成服务。

方案概览

本方案的技术架构包括以下基础设施和云服务：

函数计算：用于提供GPT-Sovits模型的应用服务。文件存储 NAS：用于存放预训练的GPT-Sovits模型。专有网络 VPC：用于配置专有网络，方便函数计算访问文件存储 NAS。

1. 阿里云不对第三方模型的合法性、安全性、准确性进行任何保证，阿里云不对由此引发的任何损害承担责任。

2. 您应自觉遵守第三方模型的用户协议、使用规范和相关法律法规，并就使用第三方模型的合法性、合规性自行承担相关责任。

部署GPT-Sovits模型

1.登录函数计算3.0控制台。

2.请确认访问的控制台是函数计算3.0，否则您需要在右上角单击体验函数计算3.0。

3.在左侧导航栏，单击应用。

4.（可选）在应用页面，单击创建应用。

说明： 如果您之前未使用过应用中心，请跳过本步骤，可直接进入下一步。

5.在应用页面，选择人工智能>语音克隆生成GPT-SoVITS，单击立即创建。

6.在创建应用页面，部署类型选择直接部署，角色名称请确认所需要的权限均已获取（若缺失权限请按照页面引导进行操作），服务状态请确认函数计算FC和文件存储NAS已开通，其他配置保持默认即可，然后单击创建应用。

7.在活动应用创建提醒对话框中，选中函数计算FC和文件存储NAS两个收费项，选中我已经了解上面的内容，并同意上述描述，单击同意并进行部署。

8.等待约1分钟，部署状态变为部署成功，表示应用部署成功，并生成访问域名，单击访问域名后的链接开始体验应用。

***.devsapp.net域名是CNCF SandBox项目Serverless Devs社区所提供，仅供学习和测试使用，不可用于任何生产使用；社区会对该域名进行不定期地拨测，并在域名下发30天后进行回收，强烈建议您绑定自定义域名以获得更好的使用体验

快速体验

部署完成后，您可以使用已经准备好的DEMO声音样例，进行声音的合成和体验。

我们准备了一些童年经典动画片的台词，您可以合成试试：

既然你诚心诚意的发问了，我们就大发慈悲的告诉你，为了防止世界被破坏，为了守护世界的和平，贯彻爱与真实的邪恶，可爱又迷人的反派角色，武藏、小次郎！我们是穿梭在银河的火箭队，白洞，白色的明天在等着我们！ ——《小精灵》成为全国第一是我从小的梦想，我不会放弃，这点小伤根本不能让我放弃。 ——《灌篮高手》舒克舒克舒克舒克开飞机的舒克，贝塔贝塔贝塔贝塔开坦克的贝塔。——《舒克和贝塔》

合成操作步骤

1.选择默认语音模板，输入需要生成的文本，单击合成语音。

2.等待语音合成之后，可以单击播放。

声音训练

您可以通过声音源文件微调GPT-Sovits大模型，生成您期望的声音。在微调训练过程中，训练步骤的所有中间产物将置于NAS的output文件夹下。训练将使用默认的UVR5和ASR模型。若需要使用其他的UVR5和ASR模型，可根据官方README下载，并分别置于NAS的tools/asr/models和tools/uvr5/uvr5_weights目录下。

1.数据预处理。准备一个较长的您需要克隆的原始声音，单击数据预处理，输入您需要上传的语音文件，单击开始数据预处理。