RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

GPT-SoVITS

RVC-Boss/GPT-SoVITSRevisado por IA

Verificado pelo RepoPicks Radar em

O que é GPT-SoVITS?

Um workshop de clonagem de voz e texto para fala, com uma página no seu navegador. Você dá uma amostra de 5 segundos para uma cópia instantânea de uma voz, ou cerca de um minuto de áudio para treinar uma melhor, e ela então lê seu texto com essa voz, inclusive em um idioma que não estava na amostra. A página também ajuda a preparar o áudio de treinamento: separando voz da música, cortando clipes e transcrevendo o que é dito. Usuários de Windows podem baixar um pacote pronto e dar duplo clique em `go-webui.bat`; do contrário, é conda, Python e uma placa Nvidia, ou Docker. Há uma demo gratuita on-line.

GPT-SoVITS é grátis e de código aberto (MIT) e pode substituir ElevenLabs, Respeecher e Murf.

Quão fácil é instalar GPT-SoVITS?

A · baixe e abra · Web

  • Windows B
  • macOS D
  • Linux D
  • Web A

A web é A: o README linka uma página de demo gratuita em que você digita e escuta, além de notebooks do Colab para treinar. Windows é B: você baixa o "pacote integrado" (um arquivo 7z do Hugging Face), descompacta e dá duplo clique em `go-webui.bat`. Linux e Mac são D: você cria um ambiente conda e executa `bash install.sh --device <CU126|CU128|ROCM|MPS|CPU> --source <HF|HF-Mirror|ModelScope>`, que instala ffmpeg, cmake e um compilador e baixa vários pacotes de modelos; o conjunto completo de recursos presume uma placa Nvidia, e as imagens Docker precisam de um runtime Nvidia.

GPT-SoVITS no GitHub

Estrelas
64.720em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
—sem ganho na última leitura

Estrelas ao longo do tempo

64.40064.60064.80065.000 4 de nov.6 de nov.8 de nov.10 de nov. 64.40064.60064.80065.000 4 de nov.7 de nov.10 de nov.

Fatos

Roda em
Windows, macOS, Linux, Web
Você precisa instalar
Python, Docker, Placa NVIDIA, FFmpeg
Para compilar a partir do código
Python, Docker, Placa NVIDIA, FFmpeg
Espaço em disco
450 MB–1,2 GB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis · Sem preço: código MIT, modelos treinados publicados abertamente no Hugging Face e no ModelScope, e uma demo gratuita on-line no Hugging Face.
Licença
MIT (Permissiva)
Pode substituir
ElevenLabs, Respeecher, Murf
Última mudança no GitHub
9 de nov. de 2026

Sinais de risco de GPT-SoVITS (6)

  • Atençãoclonagem de voz a partir de uma amostra curta

    README, Features: "Zero-shot TTS: Input a 5-second vocal sample and experience instant text-to-speech conversion" e "Few-shot TTS: Fine-tune the model with just 1 minute of training data". Nada no README marca o resultado como feito por máquina, e copiar a voz de uma pessoa real sem permissão é restringido por lei em vários países.

    revisão por IA

  • Infoos modelos e as imagens vêm de contas pessoais

    install.sh e install.ps1 baixam os pacotes de modelos de "https://huggingface.co/XXXXRT/GPT-SoVITS-Pretrained/..." (ou hf-mirror.com / modelscope.cn), o pacote do Windows vem de "huggingface.co/lj1995/GPT-SoVITS-windows-package", e o docker-compose.yaml traz as imagens "xxxxrt666/gpt-sovits:latest-cu126" e semelhantes do Docker Hub — todas contas pessoais, em vez das releases do GitHub.

    revisão por IA

  • Infoa configuração do docker compartilha a pasta e abre portas

    O docker-compose.yaml monta a pasta inteira do projeto (`- .:/workspace/GPT-SoVITS`) e publica cinco portas (9871-9874 e 9880, a API). O README avisa: "Docker Compose will mount all files in the current directory", e pede `shm_size: 16g` de memória compartilhada.

    revisão por IA

  • Infomuitas versões com downloads manuais de modelos

    O README tem notas de lançamento e downloads de modelos separados para v2, v3, v4, v2Pro e v5, cada um pedindo para você buscar arquivos do Hugging Face em `GPT_SoVITS/pretrained_models`; a V5 ainda diz "Clone the latest code" de um branch diferente (`cuda_graph_accel_v5`). A release com a tag mais recente é 20250606v2pro, enquanto o código continua mudando diariamente.

    revisão por IA

  • Infoos resultados no mac são piores

    Seção de macOS do README: "The models trained with GPUs on Macs result in significantly lower quality compared to those trained on other devices, so we are temporarily using CPUs instead." A tabela de velocidade medida mostra 0.526 RTF em um processador M4 contra 0.014 em uma placa de vídeo 4090.

    revisão por IA

  • Infoos guias principais ficam fora do repositório

    Os links do guia do usuário apontam para yuque.com (em chinês) e rentry.co (em inglês) em vez de para documentação dentro do repositório, e usuários chineses são enviados para uma página do yuque para baixar os modelos e o pacote de Windows.

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em GPT-SoVITS

  • Quão boa realmente é a voz clonada a partir de 5 segundos ou de um minuto de áudio
  • O espaço real em disco depois de baixar os modelos pré-treinados, os modelos de reconhecimento de voz e os modelos de separação de voz
  • Se o "pacote integrado" do Windows (datado de 20250228) corresponde ao código atual e às versões mais novas
  • Se funciona de forma útil sem uma placa Nvidia, e o quanto fica lento
  • Se a demo gratuita on-line continua disponível
  • O que há dentro dos pacotes de modelos de terceiros e das imagens Docker que o instalador baixa

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub