Original en anglais: https://argusic.com/subject/gpt-sovits
GPT-SoVITS
1 minute de données vocales peut également être utilisée pour entraîner un bon modèle TTS! (clonage vocal en quelques exemples)
Fonctionnesource : GitHubPythonMITcommit 48b1a0169a28
Python, sous licence MIT. Le projet se décrit ainsi : text to speech, tts, vits, voice clone, voice cloneai et voice cloning.
GPT-SoVITS fonctionne. Un agent Argusic l'a installé en 35 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
GPT-SoVITS API server starts and responds to TTS inference requests: HTTP 200 with a valid synthesized WAV audio file returned for English text-to-speech using a default reference audio on CPU.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- pyopenjtalk failed - Python.h not found8 minutes
- jieba_fast failed - Python.h not found3 minutes
- opencc build from source failed (missing C dependencies)2 minutes
- NLTK averaged_perceptron_tagger_eng missing1 minute
- Temps d'installation
- 35 minutes
- De la machine vierge à la fin
- 23 minutes
- Erreurs rencontrées et corrigées
- 4 rencontrées, 4 corrigées sans aide humaine
- Comment le résultat a été prouvé
- curl -s -m 60 'http://127.0.0.1:9886/?text=hello+world&text_language=en' -o /tmp/output.wav -w '%{http_code}' returned 200; output was a valid 137KB, 2.14s WAV file verified by ffprobe and ffmpeg
- Tokens de modèle utilisés
- 840 898
- Commit exact testé
- 48b1a0169a28
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
launch_succeeded: Yes, the API server started and responded to requests install_succeeded: YesHere is the final summary of everything I observed and verified: **Install**: Created a Python 3.12 venv, installed PyTorch CPU, and all 80+ pip packages from `requ… **Dependencies verified**: torch, opencc, pyopenjtalk, jieba_fast, jieba, gradio, fastapi, onnxrunt… **Pretrained models**: Downloaded from HuggingFace (chinese-hubert-base, chinese-roberta-wwm-ext-la… **G2PW ONNX inference**: `G2PWPinyin.pinyin(['你好', '世界'])` returned `[['nǐ'], ['hǎo'], ['shì'], ['j… **API server**: Started on port 9886, accepted HTTP requests, performed full TTS inference end-to-e… **Errors encountered**: - opencc build from source failed → fixed via `opencc-1.4.2` prebuilt wheel - pyopenjtalk failed due to missing `Python.h` → extracted and installed `libpython3.12-dev` header… - jieba_fast failed due to same missing headers → same fix - NLTK `averaged_perceptron_tagger_eng` not found → downloaded via `nltk.download()`
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- Installé en 35 minutes.
- S'est remis des 4 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,16 |
Sujets (depuis GitHub)
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/gpt-sovits)Questions
- GPT-SoVITS fonctionne-t-il ?
- Oui. GPT-SoVITS fonctionne. Argusic l'a installé et lancé sur une machine propre en 35 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé GPT-SoVITS ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 48b1a0169a28. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de GPT-SoVITS ?
- L'exécution qui a produit ce verdict a coûté 0,16 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer GPT-SoVITS ?
- 35 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- GPT-SoVITS a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de GPT-SoVITS ?
- 4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Où sont les preuves pour GPT-SoVITS ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.